Analyse automatique des données scripturales prétraitées par des outils de visualization

¹ Polytechnique Montréal, 2900, boul. Édouard-Montpetit Campus de l’Université de Montréal 2500, chemin de Polytechnique, Montréal (Québec) H3T 1J4, Canada
² Institut des textes et manuscrits modernes (ITEM), CNRS : École normale supérieure [ENS] 45, rue d’Ulm 75005 Paris, France
³ GERAD, HEC Montréal 3000, chemin de la Côte-Sainte-Catherine, Montréal (Québec) H3T 2A7, Canada
⁴ HEC Montréal, 3000 chemin de la Côte-Sainte-Catherine Montréal (Québec) Canada H3T 2A7, Canada
⁵ University of Turku, 20014 Turun yliopisto, Finlande

^a Auteur de correspondance : helene.becotte@polymtl.ca

Résumé

Plusieurs méthodes pour analyser le processus d’écriture ont été utilisés afin de comprendre les stratégies des scripteurs. L’outil principal pour analyser le processus d’écriture est le fichier log, qui contient de façon exhaustive et détaillée l’ensemble des opérations effectuées par le scripteur lors de la rédaction d’un texte. Les données qui y sont emmagasinées sont de quantité considérable et lorsqu’elles ne sont pas préalablement traitées, elles sont hostiles à être analysées par l’humain. Parmi les outils d’analyse utilisés, les représentations du processus d’écriture permettent l’agrégation des données grâce à un pré-traitement. Les structures sous-jacentes des données ainsi représentées sont généralement plus propices à l’analyse que les données brutes. Cet article vise à démontrer différentes méthodes d’analyse automatique pouvant être appliquées à ces structures afin de trouver ou confirmer des structures et tendances à travers les données.

Abstract

Several methods to analyze the writing process were used in order to understand the strategies of the writers. The main tool to analyze the writing process is the log file which contains all the operations performed by the writer when writing a text, in a comprehensive and detailed way. The data stored in it is of considerable amount and when not previously treated, it is not made to be analyzed by humans. Among the analytical tools used, the representations of the writing process allow aggregation of data through a pre-treatment. The underlying data structures as shown by these tools are generally conducive to analyzing the raw data afterwards. This article aims to demonstrate various automatic analysis methods that can be applied to these structures to find or confirm the structures and trends through data.