
La textométrie observe les mots dans un ensemble de textes, de façon quantitative (statistiques) et qualitative (contextes d’emploi).
Plus largement que les textes (écrits), elle peut s’appliquer à la parole (orale), en recourant à une transcription qui fournit la représentation textuelle écrite nécessaire. Cependant, la transcription ne restitue jamais complètement les paroles originales : il peut y avoir des erreurs, des incertitudes sur le fait d’avoir bien compris ce qui a été dit, des choix (transcrire ou non une prononciation particulière) ; et il manque tout ou partie de ce qui vient avec les mots : l’intonation, les silences, les sons ambiants, les gestes ou l’entour visuel (ce qui est montré à l’image dans le cas des vidéos des Actualités Françaises). Pour une interprétation plus juste et plus riche d’une observation textométrique basée sur les mots, la possibilité de consulter la vidéo-source s’avère ainsi essentielle.
De fait, la méthodologie textométrique accorde depuis toujours une place centrale au “retour au texte”, à savoir la possibilité à tout moment de l’analyse de voir les mots dans leurs contextes d’emploi. Dans cette logique, le projet ANTRACT a permis de développer la méthodologie textométrique pour les corpus basés sur des documents vidéos en étendant le “retour au texte” à un “retour au document-source vidéo”.
Concrètement, des liens hypertextes permettent d’accéder précisément au passage vidéo concerné en cliquant depuis la page affichant une transcription ou depuis un contexte d’emploi (dans une concordance sur un mot). L’expérimentation pratique dans ANTRACT a également montré l’importance d’un accès distant aux vidéos, lorsque ces documents sources sont volumineux et qu’ils doivent être stockés de façon sécurisée. Ces différents aspects ont été intégrés dans l’extension MediaPlayer, qui permet d’étendre TXM à l’usage spécifique de corpus textuels issus de vidéos.
Pour en savoir plus :
Bénédicte Pincemin, Serge Heiden, Matthieu Decorde (2020), “Textometry on Audiovisual Corpora: Experiments with TXM software”, Proceedings of 15th International Conference on Statistical Analysis of Textual Data (JADT 2020), Toulouse, juin 2020, Univ. Toulouse.