Intelligence artificielle et analyse des déclarations de politique générale en France de 2017 à 2024

Auteur/ices

DOI :

https://doi.org/10.25145/j.cedille.2025.27.12

Mots-clés :

France, déclaration générale, proximités, rhétorique, discursivité, logométrie

Résumé

La présente contribution ambitionne d’engager une réflexion autour d’un corpus politique composé de discours de politique générale de la Cinquième République française de 2017 à 2024, à l’aide des méthodes et des techniques de l’analyse statistique et de l’hyperdeep. L’objectif de cette étude est de retracer l’histoire de ce rituel politique, de caractériser son évolution linguistique, de comprendre ses objectifs et ses propriétés textuelles, puis d’analyser les singularités qui définissent chaque Premier ministre et les choix rhétoriques adoptés. Un exercice qui demande une attention particulière dans la mesure où deux facteurs seront considérés. Le premier est historique. Le contexte historico-politique est souvent évoqué pour éclairer et dresser un tableau des réformes entreprises. Il s’agit tout d’abord de déterminer et de comprendre ce qui caractérise les deux mandats présidentiels en ce qui concerne les choix politiques afin d’identifier les choix linguistiques.

Notices biographiques

  • Abdelhak Abderrahmane Bensebia, Université d'Oran2 Mohamed Ben Ahmed

    Abdelhak Abderrahmane BENSEBIA (42 ans) est professeur permanent à l'Université Oran2 Mohamed Ben Ahmed depuis 2009. Il est titulaire d'un doctorat (Doctorat en Sciences du Langage en 2010 dans le cadre de l'Ecole doctorale algéro-française de français à l'Université d'Oran en cotutelle avec l'Université de Paris 12). Il est titulaire du certificat d'habilitation à diriger des recherches (HDR) en 2014 et d'un magister en sciences du langage en 2005. Il s'est spécialisé dans l'intelligence artificielle des textes, hyperdeep et Deep Learning, l'analyse du discours et l'analyse de contenu et son enseignement porte sur l'analyse des différents types de discours par une approche statistique et stylistique dans le cadre de l'école française d'analyse du discours.
    Il a publié une vingtaine d'articles au niveau national et international. Sa production scientifique porte principalement sur l'enseignement de l'analyse du discours et sur l'analyse des différents types de discours à l'aide de différents outils méthodologiques et statistiques afin de comprendre les spécificités de chaque type de corpus.

  • Lineda Bambrik, Université d'Oran2 Mohamed Ben Ahmed

    Professeure titulaire de littérature générale et comparée et Intelligence artificielle des textes à la Faculté des Langues Etrangères de l’Université d’Oran2 Mohamed Ben Ahmed ( Algérie) depuis 2006. Ses recherches portent sur l'analyse des textes assistée par ordinateur et intelligence artificielle appliquée aux textes littéraires et politiques.

Références

BEAUDOIN, Valérie (2016) : « Retour aux origines de la statistique textuelle : Benzé-cri et l’école française d’analyse des données », in Damon Mayaffre et al. (coord.), JADT 2016 : 13es Journées internationales d’analyse statistique des données textuelles. Nice : Presses de FacImprimeur, 17-27. URL : https://hal.science/hal-01376938/document

BENSEBIA, Abdelhak & Lineda BAMBRIK (2023) : « Les discours inauguraux de la Ve République française. Exploration statistique des modalités énonciatives ». Çédille, 24, 239-266. DOI : https://doi.org/10.25145/j.cedille.2023.24.13

BENSEBIA, Abdelhak & Lineda BAMBRIK (2022) : « Analyse avec Iramuteq du dis-cours de la campagne électorale des présidentielles en France 2022. Analyses thématique et rétorique ». Altralang Journal, 4, 172-212. URL : https://asjp.cerist.dz/en/article/209156

BENZECRI, Jean Paul (1992) : Correspondence Analysis Handbook, New-York, Basel, Hong Kong, Marcel Dekker, Inc.

BENZECRI, Jean Paul (1982) : Histoire et préhistoire de l’analyse des données. Paris, Dunod.

BENZECRI, Jean Paul et al. (1981) : Pratique de l’analyse des données, Linguistique et lexicologie. Paris, Dunod.

BRUNET, Étienne & Laurent VANNI (2019) : « Deep learning et authentification des textes ». Texto ! Textes et Cultures, XXIV, 1, 1-34. URL : http://www.revue-texto.net/docannexe/file/4194/texto_brunetvanni_deep_final.pdf

DEBRE, Michel (2017) : « La présence du général de Gaulle est la première de nos nécessités nationales », in Jean Garrigues (dir.), Les grands discours parle-mentaires de Mirabeau à nos jours. Paris, Armand Colin, 388-392. URL : https://doi.org/10.3917/arco.garri.2017.01.0388

FONVIEILLE-VOJTOVIC, ALINE (1993) : Paul Ramadier (1888-1961). Élu local et homme d’État. Paris, Éditions de la Sorbonne. URL : https://books.openedition.org/psorbonne/68964

GUARESI, Magali (2020) : « Décrire les textes politiques par le deep learning : à la recherche de nouveaux observables ». JADT 2020 - 15es Journées internatio-nales d’Analyse statistique des Données Textuelles, Jun 2020, Toulouse. URL : https://hal.science/hal-03167188v1/document

GUARESI, Magali & Damon MAYAFFRE (2021) : « Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus par-lementaire et présidentiel contemporains », in Damon Mayaffre & Laurent Vanni (dir.), L’intelligence artificielle des textes. Des algorithmes à l’interprétation. Paris. Honoré Champion, (Collection Lettres numériques), 131-182. URL : https://hal.science/hal-03347997/document

LABBE, Cyril & Dominique LABBE (2003) : « La distance intertextuelle ». Corpus, 2, 95-118.

LEBART, Ludovic, Bénédicte PINCEMIN & Céline POUDAT (2019) : Analyse des don-nées textuelles. Québec, Presses de l’Université du Québec.

LEBART, Ludovic & André SALEM (1994) : Statistique textuelle, Paris, Dunod.

MARCHAND, Pascal (2010) : « De l’affrontement partisan à la violence symbolique : la déclaration de politique générale dans la Ve République ». Parlement [s], Revue d’histoire politique, 14, 2, 49-66. DOI : https://doi.org/10.3917/parl.014.0049

MARCHAND, Pascal (2007) : Le grand oral. Les discours de politique générale de la Ve République. Bruxelles, De Boeck Université.

MAYAFFRE, Damon, Magali GUARESI & Laurent VANNI (2020) : « Ces mots que Ma-cron emprunte à Sarkozy. Discours et intelligence artificielle ». Corpus, 21. URL : http://journals.openedition.org/corpus/5105

MAYAFFRE, Damon (2008) : « De l’occurrence à l’isotopie. Les co-occurrences en lexicométrie ». Syntaxe & Sémantique, 9, 53-72. URL : https://shs.cairn.info/revue-syntaxe-et-semantique-2008-1-page-53?lang=fr

MIKOLOV, Thomas et al. (2013) : « Distributed representations of words and phrases and their compositionality », in C. Burges et al. (éd.), Advances in neural information processing systems, 26, 3111–3119.

TADONNET, Maxime (2017) : « 2. Adolphe Thiers, fondateur d’une république : 1871-1873 », in Maxime Tadonnet (dir.), Histoire des présidents de la Répu-blique, Paris, Perrin, 61-85.

VANNI, Laurent & Frédéric PRECIOSO (2021) : « L’intelligence artificielle des textes », in Damon Mayaffre et Laurent Vanni (dir.), L’intelligence artificielle des textes - Des algorithmes à l’interprétation. Paris, Honoré Champion.

VANNI, Laurent, Dominique CORNELI, Dominique LONGREE, Damon MAYAFFRE & Frédéric PRECIOSO (2020) : « Hyperdeep : deep learning descriptif pour l’analyse de données textuelles ». JADT 2020 - 15es Journées internationales d’analyse statistique des données textuelles, Jun 2020, Toulouse. URL : http://hal.science/hal-02926880v1

VANNI, Laurent, Mélanie DUCOFFE, Damon MAYAFFRE, Frédéric PRECIOSO, Domi-nique LONGREE, Vareesh ELANGO, Santos Nazly BUITRAGO, Juan Gonzales HUESCA, Luis GALDO & Carlos AGUILAR (2018) : « Text deconvolution sa-liency (tds) : a deep tool box for linguistic analysis », in Iryna Gurevych & Yusuke Miyao, Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). Melbourne, Asso-ciation for Computational Linguistics. URL : https://hal.science/hal-01804310v1

VANNI, Laurent & Adiel MITTMANN (2016) : « Cooccurrences spécifiques et repré-sentations graphiques, le nouveau “ Thème ” d’Hyperbase ». JADT 2016 – 13es Journées internationales d’analyse statistique des données textuelles, Jun 2016, Nice, 295-305. URL : https://hal.science/hal-01359413v1

Téléchargements

Publiée

2025-05-02

Comment citer

Bensebia, Abdelhak Abderrahmane, et Lineda Bambrik. 2025. « Intelligence artificielle et analyse des déclarations de politique générale en France de 2017 à 2024 ». Çédille, revue d’études françaises, nᵒ 27 (mai): 183-219. https://doi.org/10.25145/j.cedille.2025.27.12.