« Précédent - Version 9/26 (diff) - Suivant » - Version actuelle
Simon Payen De La Garanderie, 06/06/2017 17:18


Enrichissement du corpus avec des variables d'analyse

Encoder les tours de parole

Script en python (taggingSpeakerInTEI.py, voir aussi l'essai précédent : #2210) pour préparer le corpus avec un encodage en XML-TEI basique, en reprenant en partie les éléments proposés par N. Legrand pour son corpus MPT (voir le schéma utilisé pour TXM, renseignée à cette page et aussi ici : Encoding.fr.md)

Pour le lancement du script, voici la ligne de commande dans un shell :

$ python Script/readingFile.py TestMiniCorpus/1910-01-19_SeanceDebatParlemantaire_utf8.txt ~/Documents/Travail_ENS/Projets/Triangle/Master/ProjetSimonPayanderie/Corpus/Laicite/

Ce que fait le script :
  1. parse tout le fichier .txt et cherche les lignes qui commencent par "M." (sont susceptibles d'être un "speaker")
  2. fabrique un fichier .csv, recensant les différentes formes trouvées, la liste des personnes détectées : "M. le président", "M. ....". Parmi celles-ci, il y a les intervenants (tour de parole) mais également les personnes citées que l'on ne voudra pas garder (à ne pas ré-injecter dans le corpus parmi les <speaker>).
  3. fabrique un fichier .xml avec les balises <sp> et <speaker> pour pré-coder les tours de parole, et <p> pour marquer le changement de paragraphe. Et prépare <mpt:metadata> avec des valeurs vides pour les attributs définis à la section suivante "Variables d'interrogation".

Ce dernier fichier XML devrait ressembler à peu près à cela (extrait du corpus "MPT")

Pour l'instant, la sortie n'est pas très bonne, car test avec un texte brut issu de Gallica + Adobe Reader (20% du texte n'est pas reconnu) ... Il sera autrement après transcription et re-formatage du texte.

Variables d'interrogation

Il s'agit d'ajouter à chaque tour de parole, la modalité d'intervention, en plus des informations socio-démographiques du locuteur. On s'inspire de ce qu'a fait Nicolas Legrand sur le corpus "Mariage Pour Tous".

Variables sur le locuteur

  • author, l'auteur de la réplique (NOM + PRENOM ou ID de la personne)
  • politicalgroup : les valeurs pour le corpus MPT étaient : SRC, GDR, RRDP, UMP, ECOLO, NI, UDI et GVT (pour le gouvernement), nos valeurs sont dans le tableau suivant
  • gender : on garde les deux valeurs possibles 'male', 'female', même si à l'époque de 1901, et pour ce débat là, il n'y a guère de femmes parlementaires.
Il y avait aussi dans le corpus MPT, d'autres variables :
  • politicalgender qui mélange 'politicalgroup' et 'gender', cela permet de faire des échantillons plus raffinées dans TXM |
  • wing : 'left', 'right' ;
  • wingender : mélange 'gender' et 'wing'

Tableau extrait du document de Simon : caracs_groupes_politiques.odt

Nom du groupe politique Description
President  le président de la Chambre, qui n’est pas censé prendre parti. Fait respecter le règlement de la Chambre, distribue la parole.
Ministre_Doumergue  Gauche radicale socialiste. Gouvernement. Ministre de l’Instruction Publique. Anticlérical assumé et militant.
Non_inscrit  Droite (conservatrice/réactionnaire). Opposition. Catholique intransigeant. Clérical. Tendance monarchique => souvent membre de la noblesse.
Republicain_nationaliste  Droite. Opposition. Cathophile. Pour la défense des libertés religieuses. Tendance bonapartiste.
Action_libérale  Droite. Opposition. Catholique. Pour la défense des libertés religieuses.
Republicain_progressiste  Centre. Entre la majorité et l’opposition (fondamentalement ouvert au dialogue, aux tractations). Catholique/cathophile, mais laïque. Ni cléricaux, ni anticléricaux. Pour la défense des libertés religieuses.
Gauche_democratique  Gauche. Majorité. Laïque. Disons centre-gauche. Proche des radicaux, mais ouvert à la discussion en matière de religion.
Gauche_radicale  Gauche. Majorité. Anticléricale. Volontiers cathophobe.
Radical_socialiste  Gauche. Majorité. Anticléricale. Volontiers cathophobe. Plus social que les radicaux de gauche.
Socialiste_parlementaire  Extrême-gauche. Majorité de gauche. Laïque. Socialisme. Indépendant du parti socialiste unifié.
Socialiste_unifie  Extrême-gauche. Majorité de gauche ; mais Opposition de principe au Gouvernement radical. Laïque. Parti politique unifié. Socialisme.

Principaux intervenants

Personne trouvée dans le corpus Nom complet Date naissance Date décès Page wikipedia Ressource de la base symogih Ressource de dataBNF Page de la base Assemblée Nationale Ressource d'idRef Groupe politique ID pers
M. le président Henri Brisson Henri Brisson  1835  1912 page wikipedia  %{background:lightgreen}inexistent%  page dataBNF page AssNatio idref ? President id_
Lasies Joseph Lasies 1862    1927 page wikipedia  %{background:lightgreen}inexistent%  %{background:lightgreen}inexistent% page AssNatio inexistent Republicain_nationaliste id_
Doumergue, ministre de l'instruction publique et des beaux-arts Gaston Doumergue 1863 1937 page wikipedia page symogih page dataBNF page AssNatio page idref Ministre_Doumergue id_
Ferdinand Buisson Ferdinand Buisson  1841 1932 page wikipedia page symogih page dataBNF page AssNatio inexistent Radical_socialiste id_
Dessoye Arthur Dessoye 1854 1927 page wikipedia page symogih page dataBNF page AssNatio page idref Gauche_radicale id_
Denys Cochin Denys Cochin  1851 1922 page wikipedia  %{background:lightgreen}inexistent%  page dataBNF page AssNatio page idref Action_liberale id_

Autres intervenants

Personne trouvée dans le corpus Nom complet Date naissance Date décès Page wikipedia Ressource de la base symogih Ressource de dataBNF Page de la base Assemblée Nationale Ressource d'idRef Groupe politique ID pers
Vazeille Albert Vazeille 1859 1934 page wikipedia inexistent page dataBNF page AssNatio page idref Radical_socialiste id_
Lachaud Edouard Lachaud 1857 1923 page wikipedia inexistent page dataBNF page AssNatio inexistent Gauche_radicale id_
Bouveri Jean Bouveri 1865 1927  page wikipedia inexistent page dataBNF page AssNatio page idref Socialiste_unifie id_
de Gailhard-Bancel Hyacinthe De Gailhard Bancel 1849  1936  page wikipedia page symogih page dataBNF page AssNatio page idref Action_liberale id_
Vicomte de Villebois-Mareuil Christian de Villebois-Mareuil ?  1852 1924  page wikipedia inexistent page dataBNF page AssNatio inexistent Non_inscrit id_
Marquis de Pomereu Robert De Pomereu (marquis) 1860 1937 page wikipedia inexistent page dataBNF page AssNatio inexistent Action_liberale id_
Emmanuel Brousse Emmanuel Brousse 1866 1926  page wikipedia inexistent page dataBNF page AssNatio inexistent Gauche_democratique id_
Jaurès Jean Jaurès  1859 1914  page wikipedia inexistent page idref Socialiste_unifie id_
Steeg Théodore Steeg 1868  1950  page wikipedia page symogih page dataBNF page AssNatio page idref Radical_socialiste id_
Hippolyte Laroche Hippolyte Laroche  1848 1914 page wikipedia page symogih ? page dataBNF ? page AssNatio page idref ? Gauche_radicale id_
Thierry-Cazes Thierry Cazès 1861 1932 page wikipedia inexistent inexistent page AssNatio inexistent Radical_socialiste id_
Paul Doumer Paul Doumer 1857 1932 page wikipedia page symogih inexistent page AssNatio page idref Gauche_radicale id_
Aynard Edouard Aynard  1837 1913  page wikipedia page symogih page dataBNF page AssNatio page idref Republicain_progressiste id_
Massabuau Joseph (-Pierre) Massabuau  1862  1939 page wikipedia inexistent page dataBNF page AssNatio page idref Action_liberale id_
Joseph Monsservin Joseph Monsservin  1864 1944 page wikipedia  %{background:lightgreen}inexistent% %{background:lightgreen}inexistent%   page AssNatio inexistent Repubicain_progressiste id_
Comte Albert de Mun Albert de Mun  1841  1914 page wikipedia inexistent page dataBNF page AssNatio page idref  Action_liberale id_
Hector Depasse Hector Depasse 1842  1911  page wikipedia  %{background:lightgreen}inexistent% page dataBNF inexistent ? page idref Gauche_radicale id_
Jourde Antoine Jourde 1848 1923 page wikipedia inexistent page dataBNF page AssNatio inexistent Socialiste_parlementaire id_
Jacques Piou Jacques Piou  1838 1932  page wikipedia page symogih page AssNatio page dataBNF page idref Action_liberale id_
de Lavrignais Henri De Lavrignais  1850 1927   page wikipedia inexistent   inexistent page AssNatio    %{background:lightgreen}inexistent% Non_inscrit id_
Lefas Alexandre Lefas 1871 1951  page wikipedia inexistent page dataBNF page AssNatio page idref Republicain_progressiste (mais ancien Action_liberale) id_
Pozzi Adrien Pozzy dit "Pozzi" 1860 1939  page wikipedia inexistent page dataBNF page AssNatio idref ? Gauche_radicale id_
  • INTERVENANT : Aynard
  • INTERVENANT : Hector Dépasse
  • INTERVENANT : Hector Dépasse-
  • INTERVENANT : Jourde
  • INTERVENANT : Bouveri
  • INTERVENANT : Emmanuel Brousse
  • INTERVENANT : Buisson
  • INTERVENANT : Ferdinand Buisson
  • INTERVENANT : Ferninand Buisson
  • INTERVENANT : Thierry-Cazes
  • INTERVENANT : Denys Cochin
  • INTERVENANT : Dessoye
  • INTERVENANT : Paul Doumer
  • INTERVENANT : Gaston Doumergue
  • INTERVENANT : Gailhard-Bancel
  • INTERVENANT : G-ailhard-Baneel
  • INTERVENANT : Jaurès
  • INTERVENANT : Lachaud
  • INTERVENANT : Hippolyte Laroche
  • INTERVENANT : Lasies
  • INTERVENANT : Lavrignais
  • INTERVENANT : Lefas
  • INTERVENANT : Massabuau
  • INTERVENANT : Joseph Monsservin
  • INTERVENANT : Jacques Piou
  • INTERVENANT : Steeg
  • INTERVENANT : Vazeille
  • INTERVENANT : Pozzi
Petite timeline avec les principaux intervenants :

Personnes citées

  • INTERVENANT : Le Hérissé
  • INTERVENANT : le rapporteur
  • INTERVENANT : le comte
  • INTERVENANT : le ministre
  • INTERVENANT : le vicomte
  • INTERVENANT : le marquis
  • INTERVENANT : le président
  • INTERVENANT : eslier
  • INTERVENANT : Il
  • INTERVENANT : Maurice Allard
  • INTERVENANT : Allard
  • INTERVENANT : Allemane
  • INTERVENANT : Anthime-énard
  • INTERVENANT : Aulard
  • INTERVENANT : Balesi
  • INTERVENANT : Barrès
  • INTERVENANT : Maurice Barrès
  • INTERVENANT : Maurice Barrés
  • INTERVENANT : Bedouce
  • INTERVENANT : Maurice Berteaux
  • INTERVENANT : AntoineBorrel
  • INTERVENANT : Boutroux
  • INTERVENANT : Bussat
  • INTERVENANT : Cabrol
  • INTERVENANT : Calvin
  • INTERVENANT : Catois
  • INTERVENANT : Ceccaldi
  • INTERVENANT : Félix Chautemps
  • INTERVENANT : Combes
  • INTERVENANT : Paul Constans
  • INTERVENANT : Dalbiez
  • INTERVENANT : Dalimier
  • INTERVENANT : Dauzon
  • INTERVENANT : Delcluze
  • INTERVENANT : Despicques
  • INTERVENANT : Duelaux-ontsil
  • INTERVENANT : Charles Dumont
  • INTERVENANT : PierreDupuy
  • INTERVENANT : PIerreDupuy
  • INTERVENANT : Pierre Dupuy
  • INTERVENANT : Engerand
  • INTERVENANT : Henry Ferrette
  • INTERVENANT : Ferrette
  • INTERVENANT : Raymondde Fontaines
  • INTERVENANT : Gayraud
  • INTERVENANT : G-ayraud
  • INTERVENANT : Gérard-Varet
  • INTERVENANT : Grimanelli
  • INTERVENANT : Groussau
  • INTERVENANT : Jacob
  • INTERVENANT : Fernand Labori
  • INTERVENANT : Lagasse
  • INTERVENANT : Lecointe
  • INTERVENANT : Lemire
  • INTERVENANT : Edouard Néron
  • INTERVENANT : Nègre
  • INTERVENANT : Payot
  • INTERVENANT : Poincaré
  • INTERVENANT : Félix Poullan
  • INTERVENANT : Pujade
  • INTERVENANT : LouisQuesnel
  • INTERVENANT : LouisQuesrieldele
  • INTERVENANT : Rameî
  • INTERVENANT : Ramel
  • INTERVENANT : Rocafort
  • INTERVENANT : Rocafortpas
  • INTERVENANT : Thévenet
  • INTERVENANT : Tournade

Variables sur le tour de parole lui même

  • interventiontype : 'interruption', 'intervention' ou 'régulation'.
    • Régulation représente l'ensemble des interventions de la présidence (on peut donc les exclure d'une analyse).
    • Interruption est une saillie d'un député n'ayant pas la parole et qui est rapportée par le compte rendu.
    • Intervention est une intervention appelé par le présidence de séance. Ce tag a été fait automatiquement et nécessite encore une relecture avant d'être exploité |
  • debat : la position de la réplique dans la séance |

CodageTEI_CorpusLaicite.png (111,19 ko) Severine Gedzelman, 02/06/2017 09:52

CodageTEI_CorpusMPT.png (97,72 ko) Severine Gedzelman, 02/06/2017 09:52

MacroTXM_ChangingEncoding.png (45,43 ko) Severine Gedzelman, 02/06/2017 09:52

taggingSpeaker.py Magnifier (2,58 ko) Severine Gedzelman, 02/06/2017 09:52

Seance_14j_ImageGallica_utf8_avecAdobeReader_sev.xml Magnifier (66,55 ko) Severine Gedzelman, 02/06/2017 09:52

Encoding.fr.md (4,21 ko) Severine Gedzelman, 02/06/2017 09:52

caracs_groupes_politiques.odt (16,2 ko) Severine Gedzelman, 02/06/2017 09:53

19_janvier_1910.txt Magnifier (284,66 ko) Severine Gedzelman, 19/06/2017 11:20

Actors.csv Magnifier (2,96 ko) Severine Gedzelman, 19/06/2017 11:20

FR 2002.12.03.xml Magnifier (278,96 ko) Severine Gedzelman, 19/06/2017 11:23

19_janvier_1910_utf8.xml Magnifier (376,56 ko) Severine Gedzelman, 19/06/2017 11:28

taggingSpeakerInTEI.py Magnifier (12,4 ko) Severine Gedzelman, 19/06/2017 11:28