Introduction De quoi parlent les contributeurs de Wikipédia en breton quand ils parlent de numérique ? Les mêmes sujets sont-ils abordés en français, ou y a-t-il des particularismes locaux ? Pour y répondre, nous avons repris IRaMuTeQ, le logiciel libre d’analyse de textes que nous utilisons depuis le début de cette série, et en particulier […]
Dans l’article précédent, nous avons transformé le dictionnaire breton d’Apertium en un lexique utilisable par IRaMuTeQ, puis nous l’avons essayé sur un petit corpus de test. Cet essai a fait ce qu’on attend d’un premier essai : il a montré où le dictionnaire se trompait. Trois défauts y étaient signalés : la négation ket comptée […]
IRaMuTeQ ne fournit pas de dictionnaire pour le breton. Cet article montre comment en construire un, libre et reproductible, à partir du dictionnaire morphologique d’Apertium : plus de 250 000 formes rattachées à près de 12 000 lemmes, qui couvrent près de 99 % des occurrences du corpus de test. Pourquoi est-ce important ? Sans […]
Dans l’article précédent, nous avions construit avec wiki2iramuteq un corpus IRaMuTeQ à partir d’une catégorie de Wikipédia. Il reste à s’en servir. Cet article prend un exemple concret, les 45 notices/articles de la catégorie « Humanités numériques » de Wikipédia en français, et le suit jusqu’à la classification de Reinert. Le sujet a un petit […]
Dans cet article nous verrons comment constituer des corpus de textes à partir de Wikipédia pour les analyser avec le logiciel libre IRaMuTeQ. Nous utiliserons pour cela deux petits scripts Python, wiki2iramuteq.py et filtrer_corpus.py, disponibles sur notre dépôt GitHub : https://github.com/Anakeyn/wiki2iramuteq. Rappelons qu’IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) […]
Dans cet article nous verrons comment effectuer des tests de similarités syntaxiques de documents en utilisant différentes méthodes : test de Jaccard, test de Dice, TF-IDF et BM25. Puis nous comparerons certains résultats « à la main ». Rappelons que la similarité syntaxique se base sur la comparaison de chaines de caractères dans des documents. Par exemple […]
Dans cet article, nous verrons comment récupérer les mots-clés dans Google Search Console afin d’enrichir les données Google Analytics « Not Provided ». Nous procèderons pour cela avec un (petit) programme en Python. Qu’est-ce que le « Not Provided » dans Google Analytics ? Vous avez certainement remarqué que dans Google Analytics quand vous souhaitez connaître les mots clés […]
Dans cet article nous verrons comment installer et paramétrer Plesk pour faire tourner du Python en mode WSGI sur un VPS OVHCloud. Notre objectif ici est de pouvoir tester un environnement de déploiement où nous pourrons faire cohabiter un Site Web développé en PHP avec des scripts d’Intelligence Artificielle développés en Python. Le choix d’OVHCloud […]
Dans cet article, nous verrons comment déterminer un nombre de jours en service de réanimation par département à partir des données de Santé Publique France, au moyen d’un programme Python. Normalement, si l’on voulait calculer ce nombre de jours de façon certaine, il faudrait avoir un fichier de toutes les observations (c’est à dire dans […]
Dans cet article nous verrons comment récupérer les données de « Performance Web » de votre site (notamment les mots clés) de Google Search Console dans Dataiku Data Science Studio 6.0. Nous ferons ensuite différents traitements sur ces données. Ceci vous permettra de voir une partie de l’étendue des possibilités de DSS dans la manipulation de données […]
En continuant à utiliser le site, vous acceptez l’utilisation des cookies. Plus d’informations
Les paramètres des cookies sur ce site sont définis sur « accepter les cookies » pour vous offrir la meilleure expérience de navigation possible. Si vous continuez à utiliser ce site sans changer vos paramètres de cookies ou si vous cliquez sur "Accepter" ci-dessous, vous consentez à cela.
