Serge Heiden

Research Officer / Ingénieur de recherche

Institution ou organisme de rattachement : ENS de Lyon

Équipe de site : ENS de Lyon

Statut : Ingénieurs, techniciens et administratifs

Coordonnées professionnelles :

slh ens-lyon.fr

Office phone : +33 4 37 37 63 12
Mobile phone : +33 6 22 00 38 83


Page personnelle : CV Serge Heiden HAL-SHS

Activités

[version française plus bas]

Serge Heiden is a research officer at the IHRIM laboratory, École normale supérieure de Lyon (France), and head of the Cactus research group.

He holds a PhD in Computer Science from the Pierre et Marie CURIE Paris 6 University. He has developed for two decades the methodology of textual corpus analysis called ’textometry’ through its implementation in several application software. He is involved in the activities of several digital humanities related national (CORLI - TGIR Huma-Num) and international (TEI) consortiums as well as conferences (JADT) and summer schools (MISAT). He regularly gives professional or university training courses.

Since 2007, thanks to the initial funding of an ANR project called ’Textométrie’, which lasted four years, he leads the development of the TXM platform for textual corpus analysis intended for both personal computers and web servers.

This platform combines classical qualitative (such as concordancers, word lists or hypertextual reading of texts) and quantitative (statistical cooccurrents, clustering, factorial analysis...) text analysis tools with rich representations of texts (encoded according to different idioms of the TEI) and enriched by natural language processing tools (lemmatizers, syntactic parsers ...).

This platform is also the place of prototyping of numerous experiments in the field of rich, multimodal and multimedia digital philology, quantitative analysis of complex textual planes and automatic linguistic enrichment for text corpora in many ancient and contemporary languages (from transcriptions of cuneiform tablets from the second millennium BC to tweets of social networks).

Current developments in the platform are carried out in the following ANR projects :
#ANR-14-FRAL-0006 PaLaFra (2015 - 2018) : open-source lemmatization of medieval French ;
#ANR-15-CE38-0008 Democrat (2016 - 2019) : assisted annotation of co-reference chains ;
#ANR-16-CE38-0010 Profiterole (2017 - 2020) : open-source syntactic parsing of old French.

More information on the Textométrie research project web site : www.textometrie.org.


Serge Heiden est ingénieur de recherche au laboratoire IHRIM <http://ihrim.ens-lyon.fr> , École normale supérieure de Lyon (France), et responsable du groupe de recherche Cactus.

Il est titulaire d’un doctorat en Informatique de l’Université Pierre et Marie CURIE Paris 6. Il a développé pendant deux décennies la méthodologie d’analyse de corpus textuels appelée ‘textométrie’ à travers son implémentation dans plusieurs logiciels d’application. Il est impliqué dans les activités de plusieurs consortium d’humanités numériques nationaux (CORLI - TGIR Huma-Num) et internationaux (TEI) ainsi que de conférences (JADT) et écoles d’été (MISAT). Il donne régulièrement des cours de formation professionnelle ou universitaire.

Depuis 2007, grâce au financement initial d’un projet ANR appelé ‘Textométrie’ et qui a duré quatre ans, il anime le développement de la plateforme TXM d’analyse de corpus textuels destinée à la fois aux ordinateurs personnels de chercheurs et à des serveurs web.

Cette plateforme combine des outils d’analyse de textes classiques qualitatifs (comme les concordanciers, les listes de mots ou la lecture hypertextuelle d’éditions de textes) et quantitatifs (cooccurrents statistiques, classification, analyse factorielle...) avec des représentations riches des textes (encodés selon différents idiomes de la TEI) et enrichis par des outils de traitement automatique de la langue (lemmatiseurs, analyseurs syntaxiques...).

Cette plateforme est également le lieu de prototypage de nombreuses expérimentations dans le domaine de la philologie numérique riche, multimodale et multimédia, l’analyse quantitative de plans textuels complexes et l’enrichissement linguistique automatique pour des corpus de textes en de nombreuses langues anciennes et contemporaines (de transcriptions de tablettes cunéiformes du IIe mil. av. J.-C. aux tweets des réseaux sociaux).

Les développements en cours dans la plateforme sont notamment réalisés au sein des projets ANR suivants :
#ANR-14-FRAL-0006 PaLaFra (2015 – 2018) : lemmatisation open-source du français médiéval ;
#ANR-15-CE38-0008 Democrat (2016 – 2019) : annotation assistée de chaînes de co-références ;
#ANR-16-CE38-0010 Profiterole (2017 – 2020) : analyse syntaxique open-source de l’ancien français.

Plus d’informations sur le site web du projet de recherche Textométrie : www.textometrie.org.

serge-heiden

Dernières publications

Profiterole : un corpus morpho-syntaxique et syntaxique de français médiéval

Corpus, 2024, La constitution de corpus en diachronie longue. Méthodologies, objectifs et exploitations linguistiques et stylistiques, 25, pp.8538. ⟨10.4000/corpus.8538⟩
Article dans une revue

The textometric concept of active corpus

16th International Conference on Statistical Analysis of Textual Data JADT 2022, VADISTAT - Per Simona Balbi, Univ. of Naples Federico II, Jul 2022, Naples, Italy. pp.691-698
Communication dans un congrès

Textometry on Audiovisual Corpora

15th International Conference on Statistical Analysis of Textual Data JADT 2020, Laboratoire d’Etudes et Recherches Appliquées en Sciences Sociales (Lerass), EA827, Université de Toulouse 3 - Paul Sabatier, Jun 2020, Toulouse, France
Communication dans un congrès

Introduction historique et méthodologique à la textométrie et au logiciel TXM

Semaine Data-SHS, PUDD; PROGEDO, Dec 2020, Dijon, France
Communication dans un congrès

L'évolution de la mémoire de la Shoah au prisme de la statistique textuelle

Denis Peschanski; Brigitte Sion. La vérité du témoin, 2, Hermann Éditeurs; Institut National de l’Audiovisuel, pp.93-124, 2018, Mémoire et mémorialisation, 9782705697365
Chapitre d'ouvrage

XML-TEI-URS: using a TEI format for annotated linguistic resources

CLARIN Annual Conference 2018, Oct 2018, Pisa, Italy
Communication dans un congrès

Métopes + TXM: Integrating Text Publishing and Text Analysis Tools Based on TEI Encoding

18th Annual TEI Conference and Memberrs' Meeting, Sep 2018, Tokyo, Japan. pp.255-256
Communication dans un congrès

Annotation-based Digital Text Corpora Analysis within the TXM Platform

14th International Conference on the Statistical Analysis of Textual Data / 14es Journées internationales d'Analyse statistique des Données Textuelles (JADT 2018), DII– Department of Enterprise Engineering “Mario Lucertini” Tor Vergata University; DSS– Department of Statistical Sciences, Sapienza University, Rome, Jun 2018, Rome, Italy. pp.367-374
Communication dans un congrès

Textometric Exploitation of Coreference-annotated Corpora with TXM: Methodological Choices and First Outcomes

Fourteenth International Conference on the Statistical Analysis of Textual Data, Jun 2018, Rome, Italy. pp.610-615
Communication dans un congrès

Base de français médiéval : une base de référence de sources médiévales ouverte et libre au service de la communauté scientifique

Diachroniques. Revue de Linguistique française diachronique, 2018, Les états anciens des langues à l’heure du numérique, 7, pp.168-184
Article dans une revue

Diachronie de l'oral représenté

Wendy Ayres-Benett; Anne Carlier; Julie Glikman; Thomas Rainsford; Gilles Siouffi; Carine Skupien Dekens. Nouvelles voies d’accès au changement linguistique. Actes du colloque de la SIDF, Classiques Garnier, pp.279-296, 2018, Nouvelles voies d’accès au changement linguistique. Actes du colloque de la SIDF, ⟨10.15122/isbn.978-2-406-06946-1.p.0279⟩
Chapitre d'ouvrage

Chaînes de référence, structuration textuelle et genres textuels en diachronie : premières explorations du corpus Democrat

Journée d’étude « Référence, coréférence et structure textuelle », Nov 2017, Lyon, France
Communication dans un congrès

Interoperable annotation of (co)references in the Democrat project

Thirteenth Joint ISO-ACL Workshop on Interoperable Semantic Annotation, ACL Special Interest Group on Computational Semantics (SIGSEM); ISO TC 37/SC 4 (Language Resources) WG 2, Sep 2017, Montpellier, France
Communication dans un congrès

La " philologie numérique " : tentative de définition d'un nouvel objet éditorial

Richard Trachsler; Frédéric Duval; Lino Leonardi. Actes du XXVIIe Congrès international de linguistique et de philologie romanes (Nancy, 15-20 juillet 2013). Section 13 : Philologie textuelle et éditoriale, ATILF/SLR, pp.143-154, 2017, 979-10-91460-29-3
Chapitre d'ouvrage

Building an Open Morphological Lexicon and Lemmatizing Old French Texts with the TXM Platform

Corpus linguistics - 2017, St-Petersburg State University; Institute for Linguistic Studies (RAS); Herzen State Pedagogical University of Russia, Jun 2017, St-Pétersbourg, Russia. pp.48-52
Communication dans un congrès

Retour de pêche

Corpus de textes : composer, mesurer, interpréter, ENS Editions, pp.117-134, 2016, 978-2-84788-827-0. ⟨10.4000/books.enseditions.7360⟩
Chapitre d'ouvrage

Génétique mémorielle. Shoah, mémoire et ADT

JADT 2016 - Statistical Analysis of Textual Data, Damon Mayaffre; Céline Poudat; Laurent Vanni; Véronique Magri; Peter Follette; Caroline Daire, Jun 2016, Nice, France. pp.495-506
Communication dans un congrès

Reengineering Akkadian Tablets with TEI and TXM for Linguistic Analysis

TEI Conference and Members' Meeting, Oct 2015, Lyon, France. pp.36
Communication dans un congrès

L'oral représenté dans un corpus de français médiéval (9e-15e) : approche contrastive et outillée de la variation diasystémique

Kirsten Jeppesen Kragh; Jan Lindschouw. Les variations diasystémiques et leurs interdépendances dans les langues romanes. Actes du Colloque DIA II à Copenhague (19-21 nov. 2012), Éditions de linguistique et de philologie, pp.15-28, 2015, 9782372760027
Chapitre d'ouvrage

Exploration textométrique du corpus des dossiers de Bouvard et Pécuchet

Revue Flaubert, 2014, 13 - "Les dossiers documentaires de Bouvard et Pécuchet" : l'édition numérique du creuset flaubertie, pp.1-12
Article dans une revue

Analyzing TEI encoded texts with the TXM platform

The Linked TEI: Text Encoding in the Web. TEI Conference and Members Meeting 2013, Oct 2013, Rome, Italy
Communication dans un congrès

Retour de pêche. Le métier de pêcheur à travers le discours des professionnels français du Lac Léman

Colloque international "Corpus de textes : composer, mesurer, interpréter", Laboratoire junior Des nombres et des mots (N&Ms), ENS de Lyon, Jun 2013, Lyon, France
Communication dans un congrès