Un peu d'intelligence artificielle… et de matière grise !
Le développement de ce script s’inscrit dans une approche exploratoire d’analyse multimodale, visant à combiner deux couches de données : la couche « image » avec la détection des émotions et la couche « texte ». Ces deux couches sont synchronisées, bien qu’à ce stade, aucune analyse automatique croisée entre elles ne soit proposée. Cependant, des pistes comme le calcul de...
En développant un script d’analyse des émotions avec le modèle FER2013 (Facial Emotion Recognition), une question s’est posée dès le départ : est-il vraiment nécessaire d’extraire et d’analyser toutes les images constituant une seconde de vidéo (soit 25 frames), ou peut-on se contenter d’une image par seconde pour accélérer le processus ? Action ! Retour sur les...
Dans le domaine des Sciences Humaines, le numérique offre de nouvelles opportunités en matière de collecte et d’analyse de données. En effet, au-delà des méthodes traditionnelles telles que l’entretien, le questionnaire, l’observation…, il est désormais possible d’exploiter des données issues de formats multimédias intégrant simultanément l’image, le son et le...
L’Analayse Factorielle des Correspondance (AFC), développée dans les années 1960 par le statisticien français Jean-Paul Benzécri, est une méthode statistique qui permet de réduire la dimensionnalité des données tout en mettant en évidence les relations entre les variables d’un tableau de contingence. À titre d’exemple, on peut citer le travail de Pascal Marchand (LERASS...
Les réseaux sociaux, au cours de la dernière décennie, ont connu une transformation profonde. Au départ, ces plateformes étaient perçues comme des canaux d’expression authentiques, permettant aux individus de se libérer des contraintes de communication traditionnelles. Produire et diffuser un récit, une vidéo, une photo ou encore de la musique est possible grâce à une multitude de canaux...
Imaginez une friche urbaine, un espace vacant dans une ville qui, à première vue, ne semble avoir aucune utilité productive… Cependant, si l’on prête attention à ces zones, on découvre que, même laissées à l’abandon, elles peuvent servir d’espace pour la croissance d’écosystèmes naturels. Avec un peu d’imagination, ces espaces peuvent être transformés en jardins...
Un champ d’étude en Sciences Humaines à explorer L’apprentissage durant les temps de transition est un sujet peu exploré dans la littérature scientifique, en particulier dans le domaine des sciences humaines. Ces moments du quotidien, bien qu’ils représentent une portion significative du temps passé par les individus, sont rarement perçus comme des occasions propices à...
Mon projet « Analyse Textuelle Avancée (ATA) », est maintenant disponible sur GitHub. ATA est une interface conçue pour répondre aux besoins des chercheurs en Sciences Humaines et Sociales et des data scientists, qui travaillent sur des projets d’analyse textuelle. Sans avoir de connaissances en programmation, l’interface vous permet d’exploiter à la fois des...
Dans cet article, nous allons explorer l’utilisation de l’algorithme K-Means pour effectuer des clusters à partir d’analyses textuelles. Une fois vos données préparées, vous pourrez tester l’algorithme et interpréter les résultats à l’aide de diverses visualisations. K-Means est un algorithme de clustering non supervisé largement utilisé pour partitionner un ensemble...
La reconnaissance des Entités Nommées (NER – Named Entity Recognition) La reconnaissance des entités nommées (NER, pour Named Entity Recognition) est une technique de traitement du langage naturel (NLP) qui vise à identifier et classifier les entités présentes dans un texte en catégories prédéfinies telles que les noms de personnes, les organisations, les lieux, les dates,… Exemples...
