Lancement du POC HistText

Le 17 septembre dernier, l’équipe ENP-China (Elites, Networks, and Power in modern China) a présenté l’application HistText, pour laquelle Christian Henriot vient d’obtenir un financement “Proof of Concept” (POC) de l’European Research Council (ERC).

Issue de la collaboration étroite entre historiens et chercheurs en informatique, HistText est une application permettant l’exploration et l’analyse de vastes corpus de textes multilingues, en particulier des textes historiques en chinois non-standard (Blouin et al., 2023). Le POC a pour objectif de transformer la version beta actuelle fonctionnant sous R Shiny en une application intégrée et largement utilisable au-delà des besoins du projet ENP-China. Cette application sera utilisable non seulement par des chercheurs individuels mais aussi par des bibliothèques publiques (BNF, Stabi, British Library) et des fournisseurs privés de ressources documentaires (Brill, De Gruyter, GetHong 大鐸資訊).

Par contraste avec les interfaces classiques, HistText permet notamment de créer un corpus d’étude sur mesure en utilisant des techniques de recherche avancées (concordance, word embedding). Différentes visualisations et mesures statistiques (distribution des documents, fréquence de mots) permettent d’évaluer les résultats obtenus afin de fonder les analyses ultérieures sur des bases rigoureuses. Enfin, HistText propose des outils avancés d’extraction d’information et de traitement automatique du langage (TAL), comme la reconnaissance d’entités nommées (personnes, organisations, lieux, événements). Au-delà de l’interface, une librairie R offre la possibilité de passer en mode expert pour conduire des analyses plus avancées, comme la modélisation de thème (topic modeling) ou l’analyse de réseaux, et de manipuler plus librement les données textuelles. Les publications récentes des membres de de l’équipe ENP-China (Twentieth-Century China, Journal of Digital History, Transformations of Modern China/De Grutyer) démontrent tout le potentiel d’HistText pour produire de nouvelles connaissances à partir de corpus massifs jusqu’ici difficiles à exploiter en se contentant des interfaces standards et des méthodes classiques de close reading.

Si elle n’est en apparence qu’une suite d’algorithmes, HistText marque un profond changement de paradigme dans l’analyse des textes historiques. En rendant les dernières avancées du TAL accessibles aux chercheurs en Sciences Humaines et Sociales (SHS), HistText offre la possibilité d’une lecture multiscalaire et contextualisée des sources qui bat en brèche le clivage entre close/distant reading qui a longtemps déchiré la communauté des études littéraires (Moretti, 2013; Bode, 2018). La possibilité d’extraire de l’information historique de manière à la fois massive et précise fait exploser l’opposition schématique entre qualitatif et quantitatif qui continue de diviser les SHS. Rompant avec l’opacité des moteurs de recherche en ligne, HistText fournit aux chercheurs les outils critiques pour en comprendre les biais et fonder une nouvelle herméneutique numérique (Romele, 2018; Fickers, 2022).

References

Armand, Cécile. “Bonding Minds, Bridging Nations: Sino-American Alumni Networks in the Era of Exclusion (1882-1936).” In Modern China in Flux: Networks, Mobility, and Transformation, edited by Christian Henriot and Jen-shu Wu, 163–239. Berlin: De Gruyter, 2024.

Armand, Cécile. “Mapping the Transnational Public Sphere in Modern China: A Bilingual Topic Modeling of the Republican Press (1919-1949).” Journal of Digital History, 2024.

Armand, Cécile. “ReOrienting Digital History: New Frontiers in Chinese Studies.” Journal of Digital History, 2024.

Armand, Cécile. “Reshaping the Chinese Ladder of Success in the Era of Globalization: Family Strategies and Social Mobility of Early American-Educated Chinese (1850-1917).” Twentieth-Century China, 2024.

Baptiste, Blouin, Cécile Armand, and Christian Henriot. “HistText: An Application for Leveraging Large-Scale Historical Textbases.” Journal of Data Mining & Digital Humanities (November 10, 2023). https://doi.org/10.46298/jdmdh.11756.

Blouin, Baptiste, Hen-Hsen Huang, Christian Henriot, and Cécile Armand. “Unlocking Transitional Chinese: Word Segmentation in Modern Historical Texts.” Proceedings of the Joint 3rd International Conference on Natural Language Processing for Digital Humanities & 8th International Workshop on Computational Linguistics for Uralic Languages, 2023.

Bode, Katherine. “The Equivalence of ‘Close’ and ‘Distant’ Reading; or, Toward a New Object for Data-Rich Literary History.” Modern Language Quarterly 78, no. 1 (March 1, 2017): 77–106. https://doi.org/10.1215/00267929-3699787.

Fickers, Andreas, and Juliane Tatarinov, eds. “Digital History and Hermeneutics: Between Theory and Practice.” In Digital History and Hermeneutics. Berlin: De Gruyter, 2022. https://doi.org/10.1515/9783110723991.

Henriot, Christian, and Jen-shu Wu, eds. Modern China in Flux. Transformations of Modern China. Berlin: De Gruyter, 2024.

Moretti, Franco. Distant Reading, London; New York: Verso Books, 2013.

Romele, Alberto, Marta Severo, and Paolo Furia. “Digital Hermeneutics.” AI & Society: Knowledge, Culture and Communication 35, no. 1 (September 2018): 73–86. https://doi.org/10.1007/s00146-018-0856-2.

Cécile Armand

Ancienne élève de l'Ecole Normale Supérieure de Lyon (2006), agrégée d'histoire (2009), docteure en histoire (2017), mes travaux portent sur la publicité, l'histoire urbaine, les migrations intellectuelles entre la Chine et les Etats-Unis et les méthodes computationnelles appliquées à la recherche historique. Mes recherches ont reçu le soutien des fondations Chiang Ching-kuo, Coca-Cola, Andrew Mellon (Program DHAsia, Stanford), de l'Agence Nationale de la Recherche (Access ERC, ENS-Lyon) et du Conseil Européen de la Recherche (projet ENP-China, Aix-Marseille).

More Posts - Website

Follow Me: