Les chaînes d’information “parlent-elles” politique différemment ? Une étude du journalisme politique contemporain outillée par l’intelligence artificielle

Recherche menée par Rubing Shen, lauréat de la bourse de recherche “Louise Merzeau” 2020

Description

Ce projet interroge les mutations du journalisme politique, dans un contexte d’essor de logiques concurrentielles et de dépendance à l’audience. Il s’intéresse aux évolutions du traitement des sujets politiques, en termes de narration, d’angle, et de cadrage de l’actualité. Il s’agit en particulier d’étudier la montée d’une couverture dite “stratégiste”, autrement dit qui porte une plus grande attention aux manoeuvres des acteurs politiques et à leurs performances électorales ; et d’interroger les mécanismes qui favoriseraient ce type de couverture, en comparant les chaînes d’information en continu et les chaînes parlementaires.

Méthodologie, données, traitements

Le projet s’appuie sur un corpus massif de textes bruts issus de transcriptions audio de plusieurs chaînes d’information en continu. Il mobilise des techniques d’apprentissage supervisé en traitement automatique du langage (TAL), pour en extraire des informations, par exemple la classification automatique de textes traitant de politics ou policy ; ceux traitant d’un angle stratégiste ; ceux qui citent des sources informelles (off). Le projet a ainsi également pour but de produire les modèles mathématiques permettant de telles classifications.

---

Liens et bibliographie

 

---

---

---