Traitement de texte : Analyse de grandes collections de texte numérique

Cette séance de cours explore le traitement de grandes collections de textes numériques dans le domaine des humanités numériques. Il couvre l'extraction de régularités et de structures cachées à partir d'objets textuels massifs, la distinction entre l'informatique humaine et la linguistique computationnelle, les défis posés par de très grands objets textuels et l'utilisation de pipelines de traitement de texte. La séance de cours explore l'importance de projets tels que le projet Gutenberg et Wikisource, le concept de réutilisation du texte et l'application de TF-IDF, l'analyse sémantique latente et la modélisation des sujets dans l'analyse des données textuelles.