Cours et tutoriels sur l’analyse computationnelle des textes – Islamicate-DH

Dans ce billet, je vous présenct le site Islamicate Digital Humanities (Islamicate-DH ou Id-DH) : un espace en ligne d’échange d’informations et de ressources pédagogiques liées aux humanités numériques pour l’étude de l’Islam (I-DH).

Présentation

Ce site propose des informations et des ressources pédagogiques en lien avec la recherche sur les études islamiques et les humanités numériques. Il est animé par trois spécialistes des Humanités numériques et des études orientales : Cameron Cross, Matthew Thomas Miller et Maxim Romanov.

Le site est structuré en cinq rubriques : une rubrique consacrée à des cours et aux programmes de ceux-ci, une autre concerne les écoles d’été. Les trois rubriques suivantes subdivisées contiennent uniquement des hyperliens revoyant vers les contenus.

Text Tools, R-Related, Tutorials

Ces trois rubriques agrègent des liens vers des sites sur lesquels vous pourrez trouver des logiciels, outils et surtout des tutoriels. Comme les rubriques ne sont pas présentées, les choix des éditeurs ne sont pas explicités.

Dans la première rubrique « Texts Tools », vous trouverez un accès au logiciel AntCont (à télécharger librement) développé par Laurence Anthony permettant l’analyse de corpus pour établir des concordances et pour l’analyse des textes. L’autre site accessible est « WriteWords » qui permet de mesurer la fréquence d’un mot dans un texte (cela fonctionne pour les textes en alphabet latin et un rapide test avec de l’arabe semble indiquer que le site n’est pas adapté pour les langues non-latines). 

• 

• 

La deuxième rubrique « R-Related » pour « tout ce qui renvoie au langage de programmation R destiné aux statistiques et à la science des données » donne accès à trois sites sur lesquels vous trouverez : le logiciel R,RStudio (un environnement de développement pour R) et Shiny (un package R, développé par RStudio qui permet la création de pages web interactives sur lesquelles il est possible de réaliser toutes les analyses / actions disponibles sous R).

Enfin la dernière rubrique offre, comme son nom l’indique, accès à des « Tutoriels/Tutorials » en renvoyant à des sites proposant ces tutoriels/cours en ligne sur : 

• Markdown [langage de balisage visant à offrir une syntaxe facile à lire et écrire]
• REGEX [ ou expressions régulières, désigne, en informatique, un syntaxe précise, un ensemble de chaînes de caractères possibles.]
• GITHUB [logiciel de gestion de versions décentralisées]
• Langage R
• Python [langage de programmation]
• Système d’informations géographiques : VIDEOS Harvard CGA

Focus sur “The Islamicate World 2.0: Studying Islamic Cultures through Computational Textual Analysis” – le cours de 2021

Il s’agit d’un cours introductif à l’utilisation des méthodes computationnelles pour l’étude de des cultures et sociétés islamiques. Le cours est présenté comme suit : 

« Le monde islamique 2.0 : l’étude des cultures islamiques par l’analyse textuelle informatique est un cours « Global Classrooms » qui sera dispensé en collaboration par des professeurs du Roshan Institute for Persian Studies de l’Université du Maryland (College Park) et de l’université Aga Khan (Londres). Dans ce nouveau cours passionnant axé sur un projet, les étudiants des deux institutions se réuniront pour apprendre les bases de l’analyse textuelles informatique tout en participant au projet naissant d’exploration de vastes volumes de données textuels, pour l’heure largement inexplorés, sur le monde islamique. Il permettra également aux étudiants de s’initier aux débats théoriques et méthodologiques dans le domaine des humanités numériques. À l’instar de ce domaine, il s’agira d’un cours hautement interdisciplinaire qui étudiera des textes de genres multiples (de la poésie lyrique aux chroniques historiques, des traités juridiques au Coran) et de langues différentes (arabe, persan) à l’aide d’outils informatiques d’analyse textuelle. Il n’y a pas de prérequis linguistique, mais il est préférable que les étudiants aient au moins une connaissance élémentaire de l’arabe, du persan, du turc ou de l’urdu. »

Organisé sur 14 semaines, soit trois mois et demi, le cours a commencé en février dernier. Il n’est donc plus possible de s’inscrire pour suivre cours mais vous pouvez consulter la page du cours. Vous y trouverez de nombreuses références bibliographiques mais également du contenu, notamment de nombreux tutoriels (GIT, Escriptorium, OpenITI, R, Kate, OpenITI mARkdown). Un glossaire est par ailleurs proposé ainsi qu’une liste des principales fonctions de R.

Quelques mots sur la structure du cours

Un premier temps semble consacré aux modalités de constitution du corpus et notamment aux possibilités offertes par les OCR/HTR pour acquérir des textes à partir de manuscrits numérisés. Puis une autre approche est envisagée : le téléchargement de textes sur des bases de données existantes, comme OpenITI. 

            Un deuxième temps est tourné vers la formation au langage R.

            Un troisième temps semble consister en la mise en pratique de l’apprentissage du langage R pour réaliser des analyses sur les textes du corpus constitué.

Présentation du plan du cours

Week 1 : Class Introduction and Introduction to Computational Textual Analysis in the Humanities

Week 2: Corpus Construction and Modeling Digital Humanities Data

            Ce cours met l’accent sur la transcription automatique des textes ou du moins assistée par ordinateur. Dans ce cadre, eScriptorium est présenté et vous trouverez un tutoriel complet de l’utilisation de l’interface.

Week 3: Corpus Construction and Computational Textual Analysis in Islamicate Studies

Week 4: Corpus Construction and Latest Approaches to Computational Textual Analysis I

Week 5: Corpus Construction and Latest Approaches to Computational Textual Analysis II

            Vous trouverez des éléments pour installer EditPad Pro et pour installer le schéma d’OpenITI mARkdown.

Week 6: Interacting with the OpenITI Corpus Using Github and Kate

            Dans ce cours, on vous explique notamment comment trouver des textes dans le corpus d’OpenITI

Week 7: Advanced eScriptorium functionality

Week 8: Introducing R (in GUI) through Stylo(metry)

Week 9-11: R Bootcamp 

Week 12-14: Research Collaboratory

---

---