Blogs: Banlieues dans les nuages

J'ai montré l'autre jour comment les blogs parlent des banlieues à l'aide d'un nuage de mots [ici]. Ce nuage décrivait assez bien le paysage lexical de l'actualité: jeunes, Sarkozy, Paris, banlieues, violences, etc. mais je ne m'étais intéressé qu'aux mots isolés. Or les mots aussi prennent parfois leur force en bande: on entend ces jours-ci revenir comme des leitmotivs les expressions police de proximité, égalité des chances, forces de l'ordre, etc. Voici le nuage de ces expressions, construit automatiquement à partir des blogs francophones (la taille reflète la fréquence):

appels au calme · Assemblée nationale · Azouz Begag · balles réelles · banlieue parisienne · banlieues de Paris · banlieues françaises · bon sens · centre commercial · centre ville · citoyens français · classe politique · classes moyennes · Clichy sous Bois · cocktails Molotov · contrôle d'identité · coup de gueule · discrimination positive · Dominique de Villepin · droit de vote · droits de l'homme · Education nationale · égalité des chances · élection présidentielle · émeutes dans les banlieues · êtres humains · extrême droite · feu aux poudres · flambée de violence · forces de l'ordre · forces de police · Front National · gouvernement français · grande majorité · grandes villes · grands frères · grenade lacrymogène · grippe aviaire · guérilla urbaine · guerre civile · guerre en Irak · guerre mondiale · habitants des cités · habitants des quartiers · hommes politiques · Ile de France · incendies de voitures · jets de pierre · jeune homme · jeunes des banlieues · jeunes des cités · jeunes des quartiers · jeunes filles · jeunes gens · langue de bois · langue française · logements sociaux · Los Angeles · ministère de l'Intérieur · Ministre de l'Intérieur · mode de vie · modèle français · monde entier · mort de jeunes · Nicolas Sarkozy · nuit de samedi · nuit de violences · opinion publique · ordre public · ordre républicain · parti politique · Parti socialiste · police de proximité · police nationale · politique de la ville · politique d'intégration · pouvoirs publics · Premier ministre · Président de la République · problème des banlieues · quartiers difficiles · quartiers sensibles · région parisienne · rétablissement de l'ordre · secrétaire général · services publics · situation actuelle · société française · SOS Racisme · taux de chômage · tolérance zéro · transports en commun · Union européenne · véhicules brûlés · véhicules incendiés · violences dans les banlieues · violences urbaines · voitures brûlées

Intéressant non?

Pour les technologues, voici la méthode que j'ai utilisée. J'ai tout d'abord recupéré le texte intégral des 2000 billets qui contiennent le mot "banlieues" (avec leurs commentaires) et que j'avais identifiés grâce à Technorati (l'autre jour je n'avais travaillé que sur les extraits retournés par ce moteur). J'ai demandé à mon ami Didier Bourigault de passer ce corpus (environ 1,7 million de mots) dans son programme Syntex, qui est à l'heure actuelle à peu près ce qui se fait de mieux dans le domaine de la recherche automatique de terminologie (Syntex est intégré dans une chaîne complète d'analyse syntaxique et d'extraction de termes réalisée dans le cadre d'une collaboration entre l'ERSS, à laquelle appartient Didier Bourigault, et la société Synomia). D'un retour de mail, Didier m'a envoyé la liste des groupes nominaux les plus fréquents. Il ne restait plus qu'à lancer le tout dans mes petits programmes de génération de nuages, et de concordance. Si vous cliquez sur un mot vous aurez tous les contextes où le mot apparaît dans mon corpus, et à partir de ces contextes vous pourrez allez visiter les blogs qui en parlent...

Je ne veux pas vous ennuyer plus avec les détails (je répondrai volontiers, ainsi que Didier sans doute, aux questions techniques dans les commentaires), mais je voulais illustrer ce qu'on peut faire dans le domaine de la veille (sociale? citoyenne?) en quelques clics avec de bons outils de traitement automatique des langues. Il me semble que ça devrait intéresser journalistes, sociologues et autres commentateurs de l'actualité.