Presse Electronique sur la Toile : Analyse Typologique des Pages dAccueil des Sites de Presse

1
Presse Electronique sur la Toile Analyse
Typologique des Pages dAccueildes Sites de
Presse
Mémoire de Maîtrise des Sciences du Langage,
mention Industries de la Langue ILPGA , Univ.
de la Sorbonne Nouvelle - Paris III Christelle
URIE Sous la direction de Serge FLEURY
2
Sommaire

• Introduction
• Les projets TyPText TyPWeb
• Constitution du corpus
• Analyse du corpus
• exploration visuelle
• analyse des données textuelles
• analyse des données structurelles
• Particularités de la presse en ligne
• Bilan de létude
• Conclusion et Perspectives

3
Introduction

• Point de départ
• Un intérêt personnel pour les documents
  électroniques
• Le constat de similitudes entre 2 genres a priori
  distincts
• Une question
• Est-il possible de dégager une typologie des
  pages daccueil des sites de presse ?
• Objectif
• Sur la base du postulat "type magazine" versus
  "type journal", voir si les éléments
  (syntaxiques, morpho- syntaxiques, sémantiques,
  structurels) composant ces "textes" permettent de
  dégager des courants

4
Les projets TyPText et TyPWeb

• TyPText "Typage et Profilage des Textes"
• Est appelé profilage de textes "le bilan
  quantitatif fondé sur des indices linguistiques
  demploi de vocabulaire, mais aussi de cer-taines
  catégories (morpho-syntaxiques, syntaxiques et
  séman-tiques) et de patrons syntaxiques dans les
  parties dun corpus pour regrouper ensuite ces
  sous-parties en sous-ensembles homo-gènes sur ces
  points" Habert et al., 2000.
• TyPWeb
• Le projet TyPWeb vise à mettre en place une
  méthodologie pour fournir une typologie des sites
  personnel et marchands afin dana-lyser le
  rapport entre structure des sites et pratiques de
  navi-gation. Le projet porte sur lanalyse des
  sites sur les plans textuel, structurel et
  hypertextuel pour, à la fois, donner sens au
  parcours et montrer comment la structure et les
  contenus conditionnent la visite.

5
Constitution du corpus (1)

• Définition dun corpus
• Un corpus est une "collection de données
  langagières qui sont sélectionnées et organisées
  selon des critères linguistiques et
  extra-linguistiques explicites pour servir
  déchantillons demplois déterminés dune
  langue 
• Habert, 2001.
• Notre corpus
• sélection de 30 pages daccueil de sites de
  presse divers
• sauvegarde via un navigateur
• normalisation via les outils TyPWeb
• constitution de sous-corpus spécialisés

6
Constitution du corpus (2)

• Constitution du corpuset Chaîne de traitement
  TyPWeb

7
Exploration visuelle

• Un tableau contrasté une grande diversité et
  par conséquent des oppositions et similitudes
  entre titres concernant
• lusage des couleurs, la diversité typographique,
  les illustrations,
• la topographie, la structure de la page,
• la taille de la page et son contenu textuel,
• la ressemblance avec les versions imprimées,
• ? Une première approche qui laisse entrevoir des
  carac-téristiques et spécificités propres à
  certains ensemblesde pages (volume rédactionnel,
  importance de limage, richesse du codage de
  formatage, éléments structurels)

8
Analyse des données textuelles

• Etude quantitative
• Etude morpho-syntaxique
• les catégories N et V
• les conjonctions de Coord. et de Sub.
• les pronoms
• la terminaison verbale "- ez"
• Etude sémantique

9
Analyse des données textuelles Etude
quantitative

• Quelques chiffres

• moyenne du nombre docc. par page ? 602
  minima 22 (Elle, Le 15-25 ans)
  
  maxima 1641 (Le Monde)

? Une première analyse qui confirme les tendances
générales observées lors de lexploration
visuelle des pages magazines
lt-textegt
journaux lttextegt
10
Analyse des données textuelles Etude
morpho-syntaxique (1)

• Les catégories N et V
• part de la catégorie N
• mag ? 52,47 (max. 65 min. 41,11)
• journ ? 52,7 (max. 60,60 min. 44,29)
• part de la catégorie V
• mag ? 12,55 (max. 18,33 (30,71) min.
  5,56 (0))
• journ ? 11,04 (max. 17,79 min. 9,09)
• ? Pas de différence significative entre magazines
  et journaux mais des divergences entre titres du
  même "type".

11
Analyse des données textuelles Etude
morpho-syntaxique (2)

• Quelques explications
• multiplicité des N
• les liens hypertextes
• noms de rubriques (N seul)
• noms de villes (journaux régionaux)
• chiffres étiquetés N (date, heure, informations
  boursières)
• taille des corpus
• style décriture
• phrases complexes VS phrases nominales
• ( V et GN complexes Dét. N A)

12
Analyse des données textuelles Etude
morpho-syntaxique (3)

• Les conjonctions de Coord. et de Sub.
• la coordination
• mag ? 2,93
• journ ? 2,13
• ? Coordination de GN
• la subordination
• mag ? 0,923 (0,537 )
• journ ? 0,286
• ? Des résultats inattendus
• Quelques explications la taille des corpus et
  des journaux spécialisés contenant peu de
  parties rédigées
• Peu présente dans notre corpus

13
Analyse des données textuelles Etude
morpho-syntaxique (4)

• Les pronoms
• 4 catégories de pronoms
• Quel contexte syntaxico-sémantique pour VOUS ?
• ? situation "formelle" vs situation plus
  "personnelle"
• ( journaux)
  ( magazines)

14
Analyse des données textuelles Etude
morpho-syntaxique (5)

• La terminaison verbale "- ez" et limpératif
• Quels usages de limpératif ?
• ? invites à lexploration du site ("cliquez
  ici","découvrez","visitez")
• demande davis, de prise de contact
• offres des services ("recherchez","achetez")
• propositions dabonnement, de newsletters...

15
Analyse des données textuelles Etude sémantique

• Par recherche de mots-clés en corpus
• recherche de grandes thématiques via des
  formes-pôles dans un corpus lemmatisé
• Par examen des méta-balises Description et
  Keywords
• un corpus spécialisé
• recherche de motifs correspondant aux mêmes
  formes-pôles
• ? Des résultats divergents
• page vs site une difficulté propre aux corpus
  web

16
Analyse des données structurelles

• Éléments textuels et formatage
• Quelques éléments particuliers
• les images, les scripts, les formulaires
• et les méta-balises
• Les liens
• les liens, les liens externes, les mailtos et
  les ancres

17
Analyse des données structurelles Éléments
textuels et formatage

• Fréquence moyenne dapparition des éléments par
  page

• (cf. tableau p. 100)

18
Analyse des données structurelles Quelques
éléments particuliers

• Fréquence moyenne dapparition des éléments
  par page

(cf. tableau p. 107)
19
Analyse des données structurelles Les liens

• Fréquence moyenne dapparition des
  éléments par page / nb de titres concernés
• Notion de connexité
• 2 types de liens
• la redondance
• des liens au sens peu explicite
• des liens externes relativement peu nombreux

cf. tableau p. 117
20
Particularités de la presse en ligne (1)

• Des dimensions de la presse optimisées par
  lInternet
• Documentation (stockage, archivage, indexation,
  diversification des ressources)
• Communication (interactivité)
• Transaction (abonnement, services divers,
  achaten ligne)
• Actualisation de linformation
• Le Web un nouvel espace rédactionnel et des
  spécificités décriture (mise en page, formatage
  HTML, hypertextes)

21
Particularités de la presse en ligne (2)

• Les relations entre version imprimée et
  version électronique
• des différences spatio- temporelles
• une complémentarité difficile à déterminer
• Magazine et journal des différences qui
  disparaissent sur le Web
• la périodicité
• les illustrations et lesthétisme
• la publicité
• la spécialisation et la personnalisationde
  linformation

22
Bilan

• A priori
• 2 "types" inscrits dans deux genres distincts
  définis sur la base dun ensemble de critères
  (format, aspect visuel, périodicité, contenu
  informationnel, fonction)
• journal et magazine
• A posteriori
• une démarche inductive qui a permis une nouvelle
  classification sur la base dindices textuels
  (quantitatifs, syntaxiques, morpho-syntaxiques)
  et structurels (formatage, liens) les mêmes
  "types" 2 "types" intermédiaires

23
Conclusion et Perspectives

• Conclusion
• le dressement dune typologie une tâche dune
  grande complexité
• des difficultés propres aux corpus issus de Web
• les limites de notre objet détude létude
  typologiquedes pages daccueil des sites
  constitue une première étape dans le classement
  typologique des sites mêmes
• Perspectives
• élargir et diversifier le corpus
• procéder à une analyse morpho-syntaxique plus
  fine
• effectuer une comparaison entre les versions en
  ligne des titres de presse traditionnelle et les
  titres exclusive-ment présents sur le Web
• travail en équipe pluridisciplinaire

24
Merci.