Page 136 - Lazar, Irena, Aleksander Panjek in Jonatan Vinkler. Ur. 2020. Mikro in makro. Pristopi in prispevki k humanističnim vedam ob dvajsetletnici UP Fakultete za humanistične študije, 2. knjiga. Koper: Založba Univerze na Primorskem.
P. 136
uchat 2002) qui, d’ordinaire, ne permettent pas de faire des interpréta-
tions significatives.
Au niveau qualitatif de l’analyse linguistique, nous pouvons exami-
ner des émotions beaucoup plus raffinées comme le bonheur (Stefanowitch
2004), la honte (Retzinger 1995) et même l’ironie (Haverkate 1990). L’analyse
du discours permet d’observer la fonction performative du langage (Austin
1962), d’analyser les niveaux implicites de la communication (Ducrot 1972)
et d’examiner les discours socialement déterminés (Butler 1997). Ces ap-
proches sont très intéressantes pour l’analyse qualitative mais ne peuvent
pas être appliquées directement à l’identification des émotions sur des bases
de données plus grandes.
Notre approche d’analyse des messages postés sur Twitter essaie de
combiner l’approche quantitative et qualitative afin de pouvoir fonctionner
sur des bases textuelles plus grandes et fournir des résultats sous forme de
catégories linguistiques facilement interprétables.
3. Méthodologie
Nous présentons une analyse quantitative et qualitative de tweets qui re-
flètent les réactions face aux premières actions du mouvement des Gilets
jaunes. L’objectif de l’analyse est d’examiner les caractéristiques linguis-
tiques des messages qui expriment l’accord et le désaccord avec le mouve-
ment des Gilets jaunes. Une fois que les messages ont été catégorisés ma-
nuellement selon le sentiment qu’ils véhiculent, ils ont été analysés aux
niveaux textuel, syntaxique et lexical.
3.1 Compilation du corpus
Les tweets analysés ont été publiés en tant que réactions à l’apparition du
mouvement des Gilets jaunes. Ce mouvement de protestation non structu-
ré s’est consolidé en octobre 2018 et avait au départ pour mission principale
la diffusion d’appels à manifester contre l’augmentation du prix des car-
burants. Quelques semaines plus tard, le mouvement a commencé à se ré-
aliser sous forme de blocages de routes et de ronds-points. Dans les mois
qui suivaient, les actions du mouvement ont dépassé le domaine des car-
burants pour s’étendre aux domaines sociaux et politiques plus larges. Le
canal principal de messages du mouvement étant les réseaux sociaux, plu-
sieurs profils d’utilisateurs liés au mouvement des Gilets jaunes ont émergé.
Quelques uns de ces profils, comme @_Gilets_Jaunes_, @GiletsJaunesGo
512
tions significatives.
Au niveau qualitatif de l’analyse linguistique, nous pouvons exami-
ner des émotions beaucoup plus raffinées comme le bonheur (Stefanowitch
2004), la honte (Retzinger 1995) et même l’ironie (Haverkate 1990). L’analyse
du discours permet d’observer la fonction performative du langage (Austin
1962), d’analyser les niveaux implicites de la communication (Ducrot 1972)
et d’examiner les discours socialement déterminés (Butler 1997). Ces ap-
proches sont très intéressantes pour l’analyse qualitative mais ne peuvent
pas être appliquées directement à l’identification des émotions sur des bases
de données plus grandes.
Notre approche d’analyse des messages postés sur Twitter essaie de
combiner l’approche quantitative et qualitative afin de pouvoir fonctionner
sur des bases textuelles plus grandes et fournir des résultats sous forme de
catégories linguistiques facilement interprétables.
3. Méthodologie
Nous présentons une analyse quantitative et qualitative de tweets qui re-
flètent les réactions face aux premières actions du mouvement des Gilets
jaunes. L’objectif de l’analyse est d’examiner les caractéristiques linguis-
tiques des messages qui expriment l’accord et le désaccord avec le mouve-
ment des Gilets jaunes. Une fois que les messages ont été catégorisés ma-
nuellement selon le sentiment qu’ils véhiculent, ils ont été analysés aux
niveaux textuel, syntaxique et lexical.
3.1 Compilation du corpus
Les tweets analysés ont été publiés en tant que réactions à l’apparition du
mouvement des Gilets jaunes. Ce mouvement de protestation non structu-
ré s’est consolidé en octobre 2018 et avait au départ pour mission principale
la diffusion d’appels à manifester contre l’augmentation du prix des car-
burants. Quelques semaines plus tard, le mouvement a commencé à se ré-
aliser sous forme de blocages de routes et de ronds-points. Dans les mois
qui suivaient, les actions du mouvement ont dépassé le domaine des car-
burants pour s’étendre aux domaines sociaux et politiques plus larges. Le
canal principal de messages du mouvement étant les réseaux sociaux, plu-
sieurs profils d’utilisateurs liés au mouvement des Gilets jaunes ont émergé.
Quelques uns de ces profils, comme @_Gilets_Jaunes_, @GiletsJaunesGo
512
