Par une approche pratique, nous aborderons dans cet atelier les principes généraux de l'analyse de textes en traitement automatique des langues: nettoyage et préparation de données, lemmatisation, stopswords, vectorisation, normalisation, etc. Ensuite, à l'aide de la bibliothèque des transformers Hugging Face, nous allons appliquer à un jeu de données une série de traitements et d'analyse comme l'extraction d'information (entités nommées), l'analyse des émotions, l'analyse thématique, la visualisation, etc.

Objectifs

• Maîtriser les fondements conceptuels de l’activité de modélisation, entendue comme démarche d’explicitation permettant de passer des connaissances implicites à des données partageables
• Évaluer les apports scientifiques, pratiques et heuristiques de la phase de modélisation d’un projet de recherche en SHS visant la production et la diffusion de données
• S’orienter dans les concepts informationnels et techniques convoqués dans les pratiques de production et de gestion des données de la recherche (identifiant, IRI, base de données, graphe de connaissances, entité, relation, modèle, thésaurus, ontologie, web sémantique, document numérique…)
• Comprendre les liens techniques et informationnels existant entre modélisation et application des principes FAIR
• Organiser le travail entre recherche, modélisation et informatique

Contenus

• Principes du modèle RDF & notion de données ouvertes et liées
• Décryptage de l’ontologie CIDOC-CRM : principes de fond, étude de la documentation, présentation de cas concrets
• Survol des autres ontologies de la famille CIDOC-CRM
• Bonnes pratiques de modélisation pour représenter les connaissances et les sources, leur contexte historique et leur contexte de production

Objectifs

• Connaître l’offre logicielle pour transcrire des documents
• Découvrir les principes et les étapes de la transcription
• Découvrir les solutions Escriptorium et Transkribus

Contenus

• Principes et méthodes de la transcription
• Panorama des outils
• Exemples de projets de transcription collaborative
• Démonstration de Transkribus et eScriptorium

Objectifs

• Récupérer des données sur le web
• Utiliser les fonctions d’export avancé des données
• Découverte de Wikidata

Contenus

• Interroger des API, effectuer du web scraping pour enrichir ses données
• Réconcilier des données avec Wikidata, ORCID…
• Convertir des données structurées
• Exposer ses données dans Wikidata

Prérequis

• Maitriser les bases d’OpenRefine (voir formation Nettoyer ses données avec OpenRefine)

Objectifs

• Découvrir le logiciel OpenRefine pour traiter les données d’un tableur
• Connaître les fonctionnalités utiles pour un projet de recherche
   

Contenus

• Présentation de l’interface d’OpenRefine
• Créer des facettes, trier et filter ses données
• Nettoyer ses données avec des formules en GREL
• Exporter son projet ou ses données

Méthode

• Exposé et atelier pratique, avec votre ordinateur ou un ordinateur de la bibliothèque