Application de l'analyse du sentiment à la correspondance personnelle historique

L'analyse des sentiments, une branche du traitement du langage naturel (NLP), est devenue un outil précieux pour les historiens qui étudient la correspondance personnelle du passé. En analysant le ton émotionnel des lettres et des journaux, les chercheurs peuvent acquérir des connaissances sur les expériences individuelles et les humeurs sociétales au cours de périodes historiques précises. Au cours de la dernière décennie, l'intersection de la linguistique computationnelle et de la recherche historique a ouvert de nouvelles voies pour comprendre comment les gens des époques antérieures exprimaient la joie, le chagrin, l'anxiété ou l'espoir.

Les origines et l'évolution de l'analyse du sentiment

L'analyse des sentiments, aussi connue sous le nom d'analyse d'opinion, a été créée au début des années 2000 comme sous-domaine de la NLP visant à détecter et quantifier automatiquement les émotions exprimées dans le texte. Les systèmes précoces se fondaient sur des approches lexicales – dictionnaires de mots marqués par la valence émotionnelle (positive ou négative) et l'intensité. Par exemple, un mot comme -joyful , qui porterait un score positif élevé, tandis que -despair , serait fortement négatif.

Lorsqu'on l'applique à des textes historiques, l'analyse des sentiments doit faire face à un langage qui a évolué de façon significative. Un mot qui a une connotation neutre au XVIIIe siècle peut maintenant avoir un poids émotionnel différent. Par exemple, le terme -awful--- signifie à l'origine -- plein d'appréhension (potentiellement positive) avant de passer à un sens négatif. Pour remédier à ces changements, les chercheurs construisent souvent des lexiques personnalisés qui reflètent l'utilisation historique ou des modèles de fine-tune sur des données de formation spécifiques à une période.

Approches techniques : du lexique au deep learning

Méthodes basées sur le lexique

Les outils comme VADER (Dictionnaire de la Valence et Reasoner de l'Entigment) sont conçus pour les médias sociaux mais ont été adaptés pour les textes historiques. Dans une étude de les soldats de la guerre civile , les chercheurs ont appliqué un lexique modifié qui comprenait l'argot du 19ème siècle et les expressions régionales. Les résultats ont montré des déclins évidents dans le sentiment autour des grandes batailles, suivis d'un optimisme prudent pendant les accalmies dans les combats.

Classeurs d'apprentissage automatique

Les annotateurs codent manuellement un échantillon de lettres pour le sentiment global (positif, négatif, neutre) et souvent pour des émotions spécifiques (peur, tristesse, colère, surprise). Le modèle apprend alors des modèles – pas seulement la présence de mots, mais aussi l'ordre des mots et la ponctuation. Par exemple, les points d'exclamation fréquents dans les lettres victoriennes sont souvent corrélés avec l'émotion accrue. Une étude de Benoît et ses collègues ont utilisé un classificateur forestier aléatoire pour analyser 10 000 lettres de France du XVIIIe siècle, obtenant ainsi une précision de 82 % pour identifier le sentiment négatif pendant les années de mauvaises récoltes.

Deep Learning et Transformers

Pour les textes historiques, les chercheurs utilisent souvent des modèles pré-formés sur de grands corpus historiques, comme Historical BERT[ (formé sur des textes de 1500-1900) . Finissage de ces modèles sur un petit ensemble de lettres historiques annotées donne de bons résultats. Une étude de Témoignages holocautiques a utilisé un modèle BERT finement ajusté pour suivre les émotions dans les lettres de survivants écrites pendant et après la Seconde Guerre mondiale, identifiant un changement du désespoir à l'espoir gardé qui reflétait des événements historiques connus.

Défis de l'analyse des sentiments pour la correspondance historique

Malgré sa promesse, l'application de l'analyse des sentiments à la correspondance personnelle historique présente des difficultés uniques qui nécessitent une attention méthodologique attentive.

Langue archaïque et drift sémantique

Les significations des mots changent au fil du temps. - Un analyseur de sentiments qui ne connaît pas de tels déplacements peut produire des résultats trompeurs. Les chercheurs atténuent cela en construisant des lexiques personnalisés à partir de dictionnaires historiques ou en utilisant des ancrages de mots formés sur des textes spécifiques à une période donnée. Le projet Stanford Historical Word Vectors fournit des ancrages pour plusieurs siècles, permettant aux modèles de saisir des significations de mots changeantes.

Variantes d'orthographe et écriture

Les lettres personnelles d'avant le 20ème siècle contiennent souvent des orthographes incohérentes, même par le même écrivain. -Would , peut apparaître comme -wou, -joy , comme -ioy, et -receive , comme -receive. - L'orthographe standard n'a pas été appliquée, et beaucoup d'écrivains ont utilisé des orthographes phonétiques influencés par les dialectes régionaux.

Contexte et émotions subtiles

L'analyse du sentiment simplifie souvent les émotions en catégories positives/négatives ou de base, mais les lettres historiques transmettent des sentiments complexes. Une lettre peut exprimer la tristesse au sujet d'un enfant malade tout en exprimant la gratitude pour un ami. Les émotions mixtes sont communes. De plus, les normes émotionnelles diffèrent au fil du temps et de la culture.

Sparté et représentativité des données

Les lettres des riches et des alphabétisés sont surreprésentées; celles des pauvres, des femmes et des groupes marginalisés sont plus rares. Les résultats de l'analyse du sentiment fondés sur les lettres survivantes peuvent refléter la vie émotionnelle des privilégiés, et non de la population en général. Les chercheurs doivent reconnaître ce biais et, si possible, compléter les journaux, mémoires ou autres documents. Par exemple, une étude des lettres d'immigrants de l'île Ellis (1900-1920) a utilisé des lettres provenant de divers milieux socioéconomiques en ciblant des journaux ethniques qui publiaient des récits d'immigrants.

Études de cas : Analyse des sentiments dans la recherche historique

Lettres de guerre civile et soldat Morale

Dans une étude historique, les historiens ont utilisé une combinaison de méthodes d'apprentissage automatique et de lexique pour analyser plus de 20 000 lettres Union et Confédérées. Ils ont constaté que le moral déclinait régulièrement pour les deux côtés après 1863, les auteurs confédérés exprimant un sentiment nettement plus négatif après la bataille de Gettysburg. Il est intéressant de noter que les lettres des soldats afro-américains montraient des pics de sentiment positif après les annonces d'émancipation, même lorsque leurs conditions matérielles demeuraient dures.

Emotions et conventions sociales de l'ère victorienne

Une lettre pourrait commencer par -Je suis attristé d'entendre... - comme une formule, même si l'écrivain sentait peu d'émotion. L'analyse du sentiment par BERT finement ajustée sur un corpus de 5 000 lettres victoriennes (1850-1900) du Royaume-Uni a permis de distinguer les expressions de forme du contenu émotionnel véritable en analysant le contexte environnant. Le modèle a permis de déterminer que les expressions de chagrin étaient plus authentiques lorsqu'elles étaient accompagnées de mentions de souvenirs ou de tâches spécifiques (p. ex., -Je me suis rendu dans sa tombe aujourd'hui -) ce qui a permis aux chercheurs de cartographier les événements authentiques de chagrin à travers la vie victorienne, en trouvant des pics de correspondance après la mortalité infantile et pendant la guerre de Crimée.

Lettres de survivant et traumatismes de l'Holocauste

Des lettres écrites par des survivants de l'Holocauste immédiatement après la libération offrent une fenêtre unique sur les émotions post-traumatiques.Un projet collaboratif entre historiens et informaticiens a analysé 2 000 lettres des archives du du Musée commémoratif de l'Holocauste des États-Unis.En utilisant un modèle d'apprentissage profond formé sur les témoignages de survivants, ils ont suivi le sentiment au fil du temps.Les lettres de 1945-1946 ont montré des niveaux élevés de colère et de désespoir, mais en 1948, alors que les survivants émigraient ou rebâtissaient des familles, le sentiment positif s'est progressivement accru.] Toutefois, le modèle a également signalé de nombreuses lettres avec un sentiment neutre qui, après examen humain, révélait une suppression stoïque de l'émotion, mécanisme de survie.

Avantages de l'analyse des sentiments pour la recherche historique

L'analyse des sentiments, appliquée avec soin, présente plusieurs avantages concrets :

  • Échelle :[ Les chercheurs peuvent traiter des millions de lettres en heures, en identifiant les grands modèles émotionnels qui prendraient des années de lecture manuelle.
  • Granularité temporelle :[ En analysant le sentiment par mois ou même par jour, les historiens peuvent corréler des changements émotionnels avec des événements particuliers (p. ex., batailles, dépressions économiques, jours fériés).
  • Hypothèse Génération: Des modèles inattendus – comme une montée en flèche du sentiment positif pendant une famine – peuvent susciter de nouvelles questions de recherche et une enquête archivistique plus approfondie.
  • Analyse comparative :[ On peut comparer les profils de sentiment entre différentes populations (genre, classe, nationalité) pour révéler des expériences divergentes du même événement historique.

Considérations éthiques et responsabilité historique

L'application d'outils automatisés à des documents profondément personnels soulève des questions éthiques. Les lettres historiques ont souvent été écrites dans l'attente de la vie privée. Bien que la plupart soient maintenant dans les archives publiques, les familles peuvent encore avoir des sensibilités. Les chercheurs doivent respecter la dignité des écrivains et éviter de réduire leur vie à des statistiques. De plus, l'analyse des sentiments peut être réductrice; une étiquette de -négative - ne saisit pas la richesse d'un parent en deuil, l'amour ou la peur d'un soldat mélangé à la fierté. La meilleure pratique est de présenter l'analyse des sentiments comme une seule couche de preuves, toujours fondée dans le contexte historique et complétée par une analyse qualitative.

Un classificateur formé à l'anglais moderne peut mal juger les lettres historiques de cultures non occidentales. Par exemple, les lettres du Japon du XIXe siècle (si traduites) peuvent utiliser des formulations polies qui masquent le sentiment négatif. Les chercheurs devraient valider des modèles sur des ensembles de tests culturellement spécifiques et, si possible, faire participer des historiens familiers avec la période et la région à la formation et à l'évaluation.

Orientations futures

L'analyse des sentiments historiques évolue rapidement, et plusieurs orientations prometteuses devraient définir la prochaine décennie :

Analyse multimodale

La correspondance personnelle comprend souvent des éléments visuels : rainure, couleur d'encre, soulignement, dessins insérés. La vision informatique moderne peut extraire des caractéristiques de lettres numérisées (par exemple, intensité de pression, espacement des lignes) et les corréler avec des états émotionnels. Un écrivain effrayé peut écrire avec une pression plus lourde ou des lettres plus grandes.

Modèles translingual et transculturels

La plupart des outils d'analyse des sentiments sont conçus pour l'anglais. L'expansion vers d'autres langues (français, allemand, chinois, arabe) est essentielle pour l'histoire mondiale. Pour les collections multilingues de lettres historiques (par exemple, des administrations coloniales), les modèles doivent gérer le changement de code et les traductions.

L'IA pour les historiens

Les historiens peuvent se méfier des modèles à boîtes noires. De nouvelles techniques d'explication (SHAP, LIME) peuvent mettre en évidence quels mots ou phrases ont donné un point de sentiment, permettant aux chercheurs de vérifier les interprétations anachroniques.

Intégration aux données géospatiales et démographiques

La combinaison de l'analyse des sentiments et de la cartographie SIG des lieux où les lettres ont été écrites et des métadonnées démographiques sur les écrivains (âge, sexe, profession) peut révéler la diversité de l'expression émotionnelle selon le lieu et le groupe social.

Conclusion

L'analyse de la correspondance personnelle historique est un complément puissant à la trousse d'information des historiens. Elle permet une étude quantitative à grande échelle de l'expression émotionnelle à travers le temps, éclairant la façon dont les gens ordinaires ont vécu et communiqué leur vie intérieure. Cependant, la méthode n'est pas un substitut à la bourse traditionnelle. Elle fonctionne mieux lorsqu'elle est combinée à une connaissance contextuelle profonde, une attention attentive au changement linguistique, et un engagement éthique envers l'humanité des écrivains.

Pour de plus amples informations sur les approches informatiques des textes historiques, la Débats dans la série Digital Humanities offre d'excellents aperçus méthodologiques. La Société linguistique d'Amérique fournit des guides sur le changement de langue qui sont utiles pour construire des lexiques de sentiment historique.