R.TeMiS (R Text Mining Solution) est un environnement graphique de travail sous R permettant de créer, manipuler et analyser des corpus de textes. Il a été conçu pour limiter les effets de « boîte noire », auxquels sont souvent confrontés les utilisateurs de logiciels de statistique lexicale, et favoriser la réflexivité dans l’usage sociologique des données textuelles. Le projet a été initié par Milan Bouchet-Valat (Ined) et Gilles Bastin (Sciences Po Grenoble, Pacte), rejoints par Bénédicte Garnier (Ined) puis Antoine Chollet (ENSAI).
Le projet R.TeMiS se décline en une série de paquets R, dont deux s’adressent directement aux chercheurs en sciences sociales :
- Le paquet R.temis fournit des fonctions pour l’analyse textuelle utilisables dans des scripts (par exemple dans RStudio). Il s’adresse aux utilisateurs déjà familiarisés avec la programmation en R.
- Le paquet RcmdrPlugin.temis offre une interface graphique plus abordable pour les néo-utilisateurs de R, sous la forme d’un menu de R Commander.
L’architecture de gestion des corpus de textes de l’environnement R.TeMiS est fondée sur le paquet tm. Celui-ci a été complété par d’autres paquets classiques de R comme ca, FactoMineR et explor pour les analyses factorielles des correspondances, igraph pour les graphes de mots ou wordcloud pour les nuages de mots. Des paquets spécifiques ont aussi été développés pour faciliter l’analyse textuelle en sciences sociales, que ce soit pour la lemmatisation (SnowballC) ou pour l’importation de corpus depuis les base de données d’articles de presse Factiva, Europresse et LexisNexis ainsi que depuis le format Alceste. Enfin, R.TeMiS est conçu pour pouvoir être facilement combiné avec d’autres paquets R de manière à mettre en œuvre des analyses originales selon les besoins de la recherche.
Bonjour,
Je jette une bouteille à la mer : où peut-on se former au langage R sur Paris, pour la débutante que je suis ?
Bien cordialement,
Marie-Eve Perrin
Bonjour,
Je suis également preneuse du code en exemple si c’est toujours possible.
Cordialement,
Marie
Bonjour,
Je suis également nouvelle sur Rtémis et je serai très preneuse du code sur R comme exemple d’application si l’offre est encore valade.
Merci par avance,
Cordialement,
Marie
Bonsoir chers tous,
Je serai ravi d’avoir le code d’application et un document d’orientation sur cette nouveauté.
Merci d’avance
Bonsoir Léo, Merci beaucoup pour votre proposition. J’aimerais si possible avoir le code et le PDF. Voici mon mail wahibakalboussi@yahoo.fr. Merci infiniment
Bonjour Léo,
Je suis nouvelle chez R et évidemment chez R.Temis, pouvez-vous me transmettre le pdf en question pour voir un exemple d’application du package ?
Je vous en serai très reconnaissante,
Cordialement,
Saray
Est-il possible d’avoir un exemple d’utilisation de ce package pour déterminer les compétences distinctives d’une université. En prenant en compte les mots-clés des articles publiés par les chercheurs de ses laboratoires.
On pourrait par exemple regrouper les mots-clés en clusters (champs de recherche) pour voir les similitudes entre les mots appartenant à plusieurs domaines et mettre en évidence des domaines et sous-domaines de compétences.
Je suis nouveau chez R.
Nous vous remercions pour votre contribution.
Etudiant en géographie, j’ai enfin pu comprendre et utiliser quelques fonctions de text mining sur l’enquête que nous menons sur les futurs de la gestion de l’eau…
Je vous remercie sincèrement de ce tutoriel, quoique je n’ai pas encore tout testé,
c’est très intéréssant.
Cordialement,
Quentin
Bonjour,
Si jamais cela peut vous intéresser, j’ai beaucoup utilisé le package pour analyser les procès-verbaux des procès des anciens hauts-responsable et ministres tsaristes par le gouvernement provisoire après la révolution russe de février 1917. Il s’agit de mon mémoire de master 1 soutenu en 2019 à l’EHESS/ENS sous la direction d’Alain BLUM: “La chute du régime tsariste”? Le jugement des anciens responsables tsaristes par le gouvernement provisoire.
Le package m’a beaucoup aidé, à la fois pour construire un dictionnaire et pour réaliser des CAH et des analyses de concurrences qui combinées aux métadonnées m’ont fournit beaucoup de matériaux et m’a permis de gagner du temps dans la lecture des 8000 pages de procès verbaux.
Je peux vous transmettre un pdf en lien ainsi que le code sur R si vous le souhaitez comme exemple d’application du package?
Cordialement
Léo HENRY