UMR 7320 : Bases, Corpus, Langage

titre: L'évolution de la mémoire de la Shoah au prisme de la statistique textuelle
auteur: Damon Mayaffre, Bénédicte Pincemin, Serge Heiden, Philippe Weyl
article: Denis Peschanski; Brigitte Sion. La vérité du témoin, 2, Hermann Éditeurs; Institut National de l’Audiovisuel, pp.93-124, 2018, Mémoire et mémorialisation, 9782705697365
annee_publi: 2018
resume: Dans le cadre de l’Équipex Matrice, nous rassemblons ici un corpus de témoignages de survivant de la Shoah, diachronique du point de vue de la date d’écriture : témoignages immédiats écrits à la sortie de la guerre, témoignages médians écrits dans les années 1980, et témoignages récents écrits dans les années 2000. L’objectif est alors de mobiliser les outils de l’ADT pour sérier le vocabulaire primaire sans doute hérité directement des camps et un vocabulaire reconstruit qui intègre, au fil des années, la compréhension historique d’un événement inintelligible aux victimes contemporaines. D’une certaine manière, il s’agit non pas de faire de la génétique de texte, mais de la génétique mémorielle au sein des textes du corpus. Particulièrement, la cartographie par analyse factorielle nous permet de déconstruire les témoignages en couches mémorielles superposées c’est-à-dire en sédimentations lexicales distinctes qui structurent à plusieurs niveaux le texte.
typdoc: Chapitre d'ouvrage
Accès au texte intégral et bibtex

titre: Text Deconvolution Saliency (TDS) : a deep tool box for linguistic analysis
auteur: Laurent Vanni, Mélanie Ducoffe, Damon Mayaffre, Frédéric Precioso, Dominique Longrée, Veeresh Elango, Nazly Santos Buitrago, Juan Gonzales Huesca, Luis Galdo, Carlos Aguilar
article: 56th Annual Meeting of the Association for Computational Linguistics, Jul 2018, Melbourne, France
annee_publi: 2018
resume: In this paper, we propose a new strategy , called Text Deconvolution Saliency (TDS), to visualize linguistic information detected by a CNN for text classification. We extend Deconvolution Networks to text in order to present a new perspective on text analysis to the linguistic community. We empirically demonstrated the efficiency of our Text Decon-volution Saliency on corpora from three different languages: English, French, and Latin. For every tested dataset, our Text Deconvolution Saliency automatically encodes complex linguistic patterns based on co-occurrences and possibly on grammatical and syntax analysis.
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: ADT et deep learning, regards croisés. Phrases-clefs, motifs et nouveaux observables
auteur: Laurent Vanni, Damon Mayaffre, Dominique Longrée
article: JADT 2018, Jun 2018, Rome, Italie
annee_publi: 2018
resume: L'extraction de passages-clefs statistiques est d'abord proposée selon plusieurs calculs implémentés dans le logiciel Hyperbase. Uné evaluation de ces calculs en fonction des filtres appliqués (prise en compte des spécificités positives seulement, prise en compte de substantifs seulement, etc) est donnée. L'extraction de passages-clefs obtenus par deep learning-c'est-` a-dire des passages qui ont le meilleur taux de reconnaissance au moment d'une prédiction-est ensuite proposée. L'hypothèse est que le deep learning est bien sûr sensible aux unités linguistes sur lesquelles le calcul des phrases-clefs statistiques se fondent, mais sensiblé egalementàegalement`egalementà d'autres phénomènes que fréquentiels et d'autres observables linguistiques complexes que l'ADT a plus de maì a prendre en compte-comme le seraient des motifs sous-jacents (Mellet et Longrée, 2009). Si cette hypothèse se confirmait, elle permettrait d'une part de mieux appréhender la boˆıteboˆıte noire des algorithmes de deep learning et d'autre part d'offriràoffrir`offrirà la communauté ADT de nouveaux points de vue.
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

titre: L’impossible réparation : l’image brisée de François Fillon durant la campagne présidentielle française 2017
auteur: Magali Guaresi, Damon Mayaffre
article: Langage et Société, Maison des Sciences de L'homme Paris, 2018
annee_publi: 2018
typdoc: Article dans une revue
Accès au texte intégral et bibtex

titre: Constructing 'the French People' - On Sarkozy's Populism
auteur: Damon Mayaffre, Ronny Scholz
article: Journal of Language and Politics, John Benjamins Publishing, 2017
annee_publi: 2017
resume: Election campaigns represent a particular moment of political practice in democracies where political strategy and political discourse become one activity. Campaigns take effect through the speeches of candidates communicated to the electorate. This article analyses speeches of Nicolas Sarkozy’s presidential campaigns in 2007 and 2012. Based on text statistical methods developed in French discourse analysis it examines his political position and his rhetorical techniques. In comparison to other presidents of the Fifth Republic, Sarkozy’s discourse seems to be freed from typical party political positions. Whilst favouring direct encounters with the audience and pretending to speak to the whole nation he is embodying a form of populism which bestows his image of a charismatic leader
typdoc: Article dans une revue
Accès au texte intégral et bibtex

titre: Les mots des candidats, de « allons » à « vertu »
auteur: Damon Mayaffre, Camille Bouzereau, Mélanie Ducoffe, Magali Guaresi, Frédéric Precioso, Laurent Vanni
article: Pascal Perrineau. Le vote disruptif. Les élections présidentielle et législatives de 2017, Presses SciencesPo, pp.129-152, 2017
annee_publi: 2017
typdoc: Chapitre d'ouvrage
Accès au texte intégral et bibtex

titre: As palavras, o texto, os corpora e arquivo: o historiador face à linguística. Logometria e análise do discurso
auteur: Damon Mayaffre, Magali Guaresi, Laurent Vanni, Carlos Maciel
article: Texto Digital, Universidade Federal de Santa Catarina, 2017
annee_publi: 2017
typdoc: Article dans une revue
Accès au texte intégral et bibtex

titre: Discours présidentiels et de présidentielles [coord. du n°112 de : "Mots. Les langages du politique"]
auteur: Paul Bacot, Chloé Gaboriaux, Christian Le Bart, Damon Mayaffre
article: France. Mots: les langages du politique, ENS Éditions, pp.156, 2016, ⟨10.4000/mots.22413⟩
annee_publi: 2016
resume: Ce numéro spécial de notre revue est entièrement consacré aux discours présidentiels et de présidentielles. Il s’agit de proposer une recension de recherches prenant pour objets les discours de titulaires de la fonction présidentielle ou ceux de personnes de tout statut intervenant dans la compétition présidentielle, que ce soit pour y participer ou pour en rendre compte. Une série d’articles courts, signés de spécialistes reconnus, traite de la France, mais aussi d’autres pays dont le premier personnage de l’État est élu au suffrage universel, comme l’Argentine, les États-Unis, la Pologne ou le Portugal. Ces synthèses seront utiles aux spécialistes, mais aussi à quiconque voudra prendre quelque distance vis-à-vis de l’actualité immédiate.
typdoc: Direction d'ouvrage, Proceedings, Dossier
Accès au bibtex

titre: Philologie et herméneutique numériques
auteur: Damon Mayaffre, Bénédicte Pincemin, Mathieu Valette, Jean-Marie Viprey
article: Congrès Mondial de Linguistique Française (CMLF), Franck Neveu, Jul 2016, Tours, France
annee_publi: 2016
resume: La place croissante du numérique dans les pratiques langagières, textuelles et discursives, et le développement des données, ressources et outils numériques interrogent fondamentalement le linguiste.L'échange proposé s'ancrera plus spécifiquement dans le terrain de la linguistique textuelle et de l'analyse du discours, et décrira les modifications que le numérique implique dans la production et la circulation des textes et des discours, ainsi que dans les modalités de leur analyse et interprétation linguistiques. Ces modifications se situent à plusieurs niveaux.Modifications des formes langagières, textuelles et discursivesLa production verbale en contexte numérique (en ligne ou hors ligne) implique des modifications dans les formes langagières elles-mêmes (sur les plans graphique, morphographique, technomorphographique notamment) ; dans les formes phrastiques et discursives en production comme en réception (délinéarisation hypertextuelle par exemple, qui implique un énoncé de geste de la part du scripteur comme du lecteur) ;dans les dispositifs énonciatifs (locuteurs augmentés et collectifs, modification de la notion d'auteur) ;dans les genres textuels et discursifs (technogenres natifs de l'internet) ; dans le rapport entre écriture et lecture (phénomène d'écrilecture) ; ou dans la nature même des énoncés qui présentent une hybridité sémiotique inédite (éléments langagiers couplés à des éléments iconiques fixes ou animés, et/ou sonores).Modification du rapport aux données langagières, textuelles et discursivesPour le chercheur, le numérique modifie également le rapport à la langue et aux données linguistiques, aux textes et aux discours. Jusqu'à quel point le numérique modifie-t-il le mode de constitution de nos objets, de nos corpus, de nos observables ? A partir de leur expérience, les intervenants témoigneront de ce que la pratique numérique révèle de l'établissement des textes, de leur représentation et de leur analyse. Si le transfert massif des ressources papier vers des ressources numériques interroge, à un premier niveau, en donnant la possibilité de transformer le texte en un texte augmenté ou en un hypertexte doté de sa réticularité, le caractère nativement numérique de la plupart des documents contemporains questionne aujourd’hui le linguiste, à un deuxième niveau, en proposant de nouveaux observables pour de nouveaux parcours analytiques et interprétatifs.Modification de la circulation des productions nativesLes textes et discours circulent dans les environnements numériques natifs de manière inédite : leur investigabilité (searchability), la possibilité de leur redocumentarisation (passage d'un ensemble de traces éparses à un document via des outils de curation ou redocumentarisation) mais aussi leur imprévisibilité discursive (la captation des traces par les algorithmes producteurs apparemment autonomes de discours) les inscrivent dans une mémoire numérique explicite et quantifiable, différents des dispositifs interprétatifs et de reconnaissance culturelles qui structurent la compréhension d'un texte imprimé dans un contexte hors ligne. Enfin, dans les écosystèmes numériques natifs (du web 2.0), tout énoncé est fondamentalement et techniquement relationnel, ce qui ajoute une dimension supplémentaire et questionne par ailleurs la notion devenue évidente et nécessaire de dialogisme.Modifications théoriques et méthodologiques de la linguistiquePar conséquent, aux plans théoriques et méthodologiques, nous sommes amenés à problématiser l'incidence du numérique sur la démarche linguistique : ses questionnements, ses objectifs, ses méthodes. Comment la description de la langue peut-elle s'articuler avec les attestations qui gisent dans les immenses bases de données issues d'internet ? Les corpus apportent à la fois une relativisation des résultats qu'il faut accommoder avec la visée scientifique généralisante, et une quantification qui ouvre une nouvelle dimension à la description linguistique, passant du possible / impossible à un continuum de probabilités. Plus spécifiquement, pour la linguistique textuelle et l’analyse du discours, « l’archive universelle », « l’horizon d’attente » et la notion cardinale d’« intertextualité » ne sont-ils pas révolutionnés par la disponibilité et l’accessibilité d’une archive numérique immense et à chaque instant démultipliée ? Jusqu'à quel point le numérique change-t-il nos points de vue, c'est-à-dire nos lieux d'observation, sur la langue et les discours ? Inversement, l'approche numérique pourrait induire certains angles morts, à identifier et discuter, comme peut-être le "silence" des formes non attestées, ou l'occultation des cas singuliers par les phénomènes massifs.
typdoc: Communication dans un congrès
Accès au bibtex

titre: Machine Learning under the light of Phraseology expertise: use case of presidential speeches, De Gaulle -Hollande (1958-2016)
auteur: Mélanie Ducoffe, Damon Mayaffre, Frédéric Precioso, Frédéric Lavigne, Laurent Vanni, A Tre-Hardy
article: JADT 2016 - Statistical Analysis of Textual Data, Damon Mayaffre; Céline Poudat; Laurent Vanni; Véronique Magri; Peter Follette; Caroline Daire, Jun 2016, Nice, France. pp.157-168
annee_publi: 2016
resume: Author identification and text genesis have always been a hot topic for the statistical analysis of textual data community. Recent advances in machine learning have seen the emergence of machines competing state-of-the-art computational linguistic methods on specific natural language processing tasks (part-of-speech tagging, chunking and parsing, etc). In particular, Deep Linguistic Architectures are based on the knowledge of language speci-ficities such as grammar or semantic structure. These models are considered as the most competitive thanks to their assumed ability to capture syntax. However if those methods have proven their efficiency, their underlying mechanisms, both from a theoretical and an empirical analysis point of view, remains hard both to explicit and to maintain stable, which restricts their area of applications. Our work is enlightening mechanisms involved in deep architectures when applied to Natural Language Processing (NLP) tasks. The Query-By-Dropout-Committee (QBDC) algorithm is an active learning technique we have designed for deep architectures: it selects iteratively the most relevant samples to be added to the training set so that the model is improved the most when built from the new training set. However in this article, we do not go into details of the QBDC algorithm-as it has already been studied in the original QBDC article-but we rather confront the relevance of the sentences chosen by our active strategy to state of the art phraseology techniques. We have thus conducted experiments on the presidential discourses from presidents C. De Gaulle, N. Sarkozy and F. Hollande in order to exhibit the interest of our active deep learning method in terms of discourse author identification and to analyze the extracted linguistic patterns by our artificial approach compared to standard phraseology techniques.
typdoc: Communication dans un congrès
Accès au texte intégral et bibtex

UMR 7320 : Bases, Corpus, Langage

Menu

Nos tutelles

Nos partenaires

Rechercher

Damon Mayaffre

CV

Site personnel

Dernières publications