Hyperbase

Hyperbase er et universitetssoftware til dokumentarisk og statistisk udforskning af tekster. Det distribueres af CNRS og Université Côte d'Azur og er designet og udviklet af Étienne Brunet og Laurent Vanni inden for UMR Bases, Corpus, Langage. Mellem sin fødsel i 1989 og den sidste version 10 i 2021 har Hyperbase løbende implementeret fransk leksikometrisk know-how med hensyn til tekststatistik og dokumentarundersøgelse af store korpus; i dag er den åben for dyb læring og kunstig intelligens. Softwaren bruges hovedsageligt til specialer og arbejder inden for lingvistik, litteratur, historie, sociologi eller statskundskab.

Historisk

Den første version af Hyperbase-softwaren stammer fra 1989. Efter tyve års erfaring på forskellige sprog på store systemer vendte Étienne Brunet sig til mikrocomputere og skabte i anledning af den franske revolutions toårsdag i Center Georges-Pompidou, en mikroinstallationssoftware til tekstanalyse. Først udviklet på Mac med Hypercard, blomstrede Hyperbase fra slutningen af 1990'erne på Windows. I 2000'erne blev Hyperbase knyttet til TreeTagger eller Cordial lemmatizers / labelere og gik således ud over den blotte statistiske behandling af grafiske ord ved kombineret behandling af formularer, lemmaer, grammatiske koder eller syntaktiske sekvenser. I 2010 handler Hyperbase sammen med fransk og latin, de største europæiske sprog (engelsk, spansk, tysk, italiensk, portugisisk). I 2017 blev Hyperbase på den ene side udviklet under en 10.0- desktopversion, der tilbyder flere nye funktioner, herunder dybtgående behandling af co - forekomster , datasammenligning med GoogleBooks (70 milliarder ord) og bedre koordinering med partnersoftware som Iramuteq. eller Gephi og på den anden side under en webversion. I 2020 vil webversionen af ​​softwaren, udviklet af Laurent Vanni, være udstyret med dyb læring, læring, tekstforudsigelse og beskrivelsesfunktioner.

Funktioner

Hyperbase kombinerer to typer funktioner, dokumentariske og statistiske, som gør det muligt for analytikeren at beskrive, karakterisere, klassificere og fortolke tekster.

• Dokumentarfunktioner
  • Vend tilbage til fuld eller lemmatiseret tekst for en naturlig læsning af korpuset
  • Hypertekstnavigation i corpus efter nøgleord
  • Find og slags sammenhænge og matcher en enhed
  • Indekser og ordbøger over former, lemmaer, koder og frekvenser

• Statistiske funktioner
  • Beregning af specificiteterne og fordelingsgraferne for de sproglige enheder i corpus
  • Indeks over leksikal rigdom og vokabularvækst
  • Faktorisk behandling og repræsentation af komplekse leksikale eller grammatiske matricer i tråd med Jean-Paul Benzécri's arbejde
  • Beregning af afstanden mellem tekster, klassificering og trærepræsentation
  • Ekstraktion af typiske sætninger og gentagne segmenter
  • Beregning og repræsentation af co - forekomster og tematiske netværk
  • Statistisk sammenligning med det franske sprogkasse , GoogleBooks , British National Corpus

brug

Hyperbase bruges i flere discipliner inden for humaniora og samfundsvidenskab, der beskæftiger sig med beskrivelse og fortolkning af tekster (litterære værker, historiske arkiver, politiske taler, spørgeskemaer og sociologiske interviews). Hyperbase gør det muligt at etablere endogene kronologier i sociohistoriske korporaer, lave typologier af forfattere i litterære korporaer eller karakterisere genrer i sproglige korporaer. Softwaren bruges især til at opdage temaer eller isotopier af taler, især takket være beregningen af ​​de leksikale universer i en ordpol eller den generelle behandling af medforekomster .

Softwaren præsenteres som et heuristisk værktøj, der gør det muligt takket være artikulationen af ​​den kvantitative (tekststatistik) og den kvalitative (assisterede og systematiske tilbagevenden til teksten) at ernære og kontrollere den fortolkende handling ved humanioraens fundament.

Konfigureret ad hoc-måde tillader det online-analyse af visse korpusser som "Observatoriet for den franske præsidentdiskurs (1958-2014)", Balzac-basen (hypertekstuel forskning i den menneskelige komedie ), Rabelais eller halvtreds af mest store forfattere af fransk litteratur (du Bellay, Racine, Hugo, Sand, Rimbaud, Aragon, Le Clézio osv.).

Se også

• Alceste (M. Reinert, Image, Toulouse)

Bibliografi

Hvor er nogle akademiske værker opført, der baserer deres analyser på softwaren Hyperbase eller forklarer dens funktion og dens videnskabelige fordele.

Arbejder

• Cécile Alduy og Stéphane Wahnich, Marine Le Pen taget ord på. Dekryptering af den nye frontdiskurs , Paris, Human Sciences, 304 s. ( ISBN  2021172104 og 978-2021172102 ) .
• Étienne Brunet , forfatternes regnskaber. Bind 1. Statistiske studier fra Rabelais til Gracq , tekster redigeret af Damon Mayaffre, forord af Henri Béhar , Paris, Champion, 2009, 396 s. ( ISBN  274532019X og 978-2745320193 ) .
• Étienne Brunet og Céline Poudat (red.), Hvad tæller, bind 2, Statistiske metoder , forord af Ludovic Lebart, Paris, Champion, 2011, 376 s. ( ISBN  2745322257 og 978-2745322258 ) .
• Étienne Brunet, Au bout du compte, bind 3, Sproglige spørgsmål , tekster redigeret af Bénédicte Pincemin, forord af François Rastier , Paris, Champion, 2016.
• Margareta Kastberg-Sjoblom, Skriften af ​​JMG Le Clézio, Des mots aux themes , Paris, Champion, 2006, 304 s. ( ISBN  2745314122 og 978-2745314123 ) .
• Véronique Magri-Mourgues, Voyage à pas comptés.Hæld en poetik fra rejseskildringen i det 19. århundrede , Paris, Champion, 2009, 328 s. ( ISBN  2745319418 og 9782745319418 ) .
• Pascal Marchand, Den store mundtlige. De generelle politiske taler i Den Femte Republik , Bruxelles, De Boeck, 2007, 215 s. ( ISBN  2804153371 og 9782804153373 ) .
• Damon Mayaffre , Presidential tale under V th  Republik. Chirac, Mitterrand, Giscard, Pompidou, de Gaulle , Paris, Presses de Sciences Po, 2012, 384 s. ( ISBN  2724612442 ) .
• Damon Mayaffre, mål og overdreven diskurs. Nicolas Sarkozy (2007-2012) , Paris, Presses de Sciences Po, 2012, 358 s. ( ISBN  978-2-7246-1243-1 ) .
• Sylvie Mellet og Dominique Longrée (dir.), New Approaches in Text Linguistics , Amsterdam, John Benjamins Pub Co, 2009, 206 s. ( ISBN  9027226830 og 9789027226839 ) .

Specialer og universitetsarbejde

• Attika Yasmine Abbès og E. Brunet (dir.), Leksikologisk, stilistisk og pragmatisk undersøgelse af Mouloud Mammeris arbejde , Nice, 2000.
• Marion Bendinelli og S. Mellet (red.), Undersøgelse af modale og semi-modale hjælpestoffer i amerikanske præsidentdebatter (1960-2008): kvalitativ og kvantitativ analyse. Forhold mellem indflydelse og magtspørgsmål , Nice, 2012.
• Julien Bonneau og D. Mayaffre (dir.), Matematiske og beskrivende moduleringer til fremkomsten af ​​fortolkende stier i tekstkorporaer. Ansøgning til Mendès France corpus (1922-1982) , Nice, 2012.
• Yann Bouvier og P.-Y. Beaurepaire (dir.), Kapitel III: “Logometrisk læsning og hyperbase-værktøjer”, Rejseshistorier og rumrepræsentation . Middelhavet af Jérôme Maurand, et beboet rum , Nice, 2007, s. 72-85 [1] .
• Camille Bouzereau, G. Salvan (dir.) Og D. Mayaffre (dir.), Doxa og counter-doxa i opførelsen af ​​Front National (2000-2017) diskursive område , Nice, 2020.
• Magali Guaresi (forord af Fraçoise Thébaud), Parler au feminine. Troshandlingerne for de deputerede under den femte republik (1958-2007) , Paris, L'Harmattan, 2018. (Bog som følge af afhandlingen instrueret af D. Mayaffre og J.-P. Pellegrinetti, forsvarede i 2015 i Nice) .
• Aude Hendrick, omstændighedens ord. Afkastet af tale af den belgiske høje retsvæsen i det XIX th  århundrede (Arrangøren Jean-Pierre Nandrin og co-promotor Xavier Rousseau, Bruxelles, 2012.
• Hakim Hessas og F. Rastier (red.), L'Europe dans la revue Europe. Semantisk og statistisk korpusanalyse , Paris, 2010.
• Véronique Magri-Mourgues og E. Brunet (red.), Le Discours sur l'Autre gennem fire rejsehistorier i øst (Voyage en Orient af Lamartine, Le Nil, Égypte et Nubie af Maxime Du Camp, Un Été dans le Sahara og Fromentins rejse til Egypten) , Nice, 1993.
• Damon Mayaffre, R. Schor (red.), Le Discours politique dans les 1930. Analyse af ordforrådet for Maurice Thorez, Léon Blum, Pierre-Etienne Flandin og André Tardieu (1928-1939) , Nice, 1998.
• Heba Metwally, D. Mayaffre (dir.), Thèmes et le temps dans Le Monde diplomatique (1990-2008) , Nice, 2017.
• Caroline Philippart og S. Mellet (red.), Hagiografi og sproglig statistik , Nice, 2008.
• José Parada-Ramirez og V. Magri-Mourgues (red.), Dokumenteret læsning og tekstometrisk analyse af Jules Vernes arbejde: Frimureriets indflydelse i hans arbejde , Nice, 2013.
• Yumiko Tahata, J. Streiff-Fenart (dir.) Og M. Sekine (dir.), "Hvad er en fransk". Opbygningen og virkningerne af "franskhed" i det moderne franske samfund , Nice og Keio.

Artikler

• Raymond Blanchard, Joceline Chabot og Sylvia Kasparian, “Under forstørrelsesglasset af Hyperbase: Russiske krigere i den franske illustrerede presses øje fra 1914 til 1919”, JADT 2012 .
• Étienne Brunet , “Ny behandling af co-forekomster i Hyperbase”, Corpus , 11, 2012, s. 219-248.
• Benoît Corvez og Anne-Sophie Lechevallier, ”Verbaliseringen af ​​68 i den intellektuelle doxa” i A. Callu (dir.), Maj 68 des historiens. Mellem fortællende identiteter og mundtlig historie , Villeneuve d'Ascq: Presses universitaire du Septentrion, 2010, s. 37-52.
• Carine Duteil-Mougel, “De overbevisende mekanismer i politiske tekster. Teoretiske forslag til korpusanalyse ”, Corpus , 4, 2005.
• Baptiste Foulquié, "Om nytten af ​​tekstsemantik som medium mellem korpus og analyse", Texto , 2006.
• Jean-Philippe Genet , "Kritisk panorama af middelalderens brug af Internettet i Frankrig", [Edito a stampa in Medioevo in retetra ricerca edidattica, acuradi Roberto Greci, Bologna 2002, pp. 23-34].
• Véronique Magri-Mourgues, “Tekstometrisk analyse og fortolkning. Hyperbase, Rousseau and the Enlightenment ”, Travaux neuchâtelois de linguistics (TRANEL) , nr .  5. Corpus lingvistik - fra kvantitativ analyse til kvalitativ fortolkning / Korpuslinguistik - von der quantitativen Analyse zur qualitativen Fortolkning, Daniel Elmiger og Alain Kamber (eds), s . 77-93.
• Damon Mayaffre , “Plaidoyer en favor de l'Analyse de Data co (n) Textuelles Cooccurrential roads in the French presidential speech (1958-2014)”, JADT 2014, Proceedings of the 12. International Conference on Textual Data Statistical Analysis , redigeret af E Néé, M. Valette, J.-M. Daube og S. Fleury, Paris, Inalco-Sorbonne nouvelle, 2014, s. 15-32.
• Jean-Michel Rampon, "Troens erhverv og præsidentvalget i 2002. En verbal tilgang til afstanden mellem kandidater", Mots. Les langages du politique [Online], nr .  81, 2006, offentliggjort den1 st juli 2008, konsulterede 26. januar 2015.
• Laurent Vanni og Adiel Mittmann, “Specifikke co-forekomster og grafiske repræsentationer, de nye“ temaer ”i Hyperbase”, JADT2016 - Statistisk analyse af tekstdata , Nice, Presses Fac Imprimeur, 2016, bind. 1, s. 295-306.

Noter og referencer

1. https://bcl.cnrs.fr/
2. Se bibliografi. For eksempel: Marion Bendinelli, Study of modal and semi-modal auxiliaries in American presidential debates (1960-2008): kvalitative og kvantitative analyser. Indflydelsesrelationer og magtspørgsmål (dir. S. Mellet, 2012, Nice)
3. Se bibliografi. For eksempel: Véronique Magri-Mourgues, Le Voyage à pas tæller. For poetik af rejseskildringen i det 19. århundrede , Champion, 2009
4. Se bibliografi. For eksempel: Magali Guaresi, Parler au feminine. Trosyrkerne for deputerede under den femte republik (1958-2007) (dir. D. Mayaffre og co-dir. J.-P. Pellegrinetti, 2015, Nice)
5. Se bibliografi. For eksempel: Damon Mayaffre , Mål og overdreven diskurs. Nicolas Sarkozy 2007-2012 , Presses de SciencesPo, 2012
6. http://hyperbase.unice.fr//
7. http://mesure-du-discours.unice.fr//
8. http://ancilla.unice.fr/~brunet/BALZAC/balzac.htm
9. http://ancilla.unice.fr/rabelais.html
10. http://logometrie.unice.fr/pages/bases//