Tiris Text-mining et nouvelles stratégies de mesure en économie politique

UT, IRIT, UT1, TSE – Text-Ecop

Détection de la polarisation dans les données textuelles.

La disponibilité et le traitement de données complexes et volumineuses, et en
particulier le « Text Mining » (exploration de textes), fournissent un outil puissant et en plein essor
dont on ne commence qu’à explorer tout le potentiel d’applications. Les textes sont omniprésents,
contiennent beaucoup d’informations sur des sujets divers et peuvent être enregistrés de manière
quasi illimitée. Le fait d’avoir des textes disponibles et traités automatiquement à très grande échelle
offre de nouvelles opportunités pour étudier certaines questions importantes en sciences sociales.
Dans ce projet à l’intersection entre informatique, économie politique quantitative et mathématiques,
nous proposons d’explorer l’une de ces opportunités : réfléchir à de nouvelles mesures de la
polarisation politique et de la distance entre citoyens et représentants élus. En utilisant comme
données les interventions et discours de députés ou sénateurs au parlement, les articles parus sur les
questions de politiques économiques ou sociales dans les médias écrits généralistes, ainsi que les
textes postés sur les réseaux sociaux, nous utiliserons d’abord les techniques les plus récentes de text
mining pour proposer de nouvelles stratégies de mesure et indicateurs.
Nous explorerons également de nouvelles méthodes mathématiques et statistiques pour pousser
notre recherche au-delà d’une simple application des méthodes existantes, souvent développées dans
d’autres contextes spécifiques que celui de l’économie politique. Les textes posent, en effet, aux
informaticiens et aux statisticiens des problèmes difficiles : ils sont enregistrés de manière
séquentielle, ce qui génère des données de très grande dimension, avec des structures complexes, et
les tâches courantes de l’intelligence artificielle, telles que le partitionnement, la prévision et le test,
deviennent instantanément inextricables sans une paramétrisation efficace des textes. L’exploration
de données complexes, et en particulier de textes, est certainement l’un des principaux défis des
statistiques pour les années à venir.

Thème : Superposition par Kaira.
IRIT, Toulouse