Stéréotypes viraux : analyser les circulations historiques de l'image médiatique au prisme du deep learning

La numérisation massive des collections patrimoniales a ouvert de nouvelles perspectives de recherche sur la dissémination nationale et internationale des productions culturelles et médiatiques. Des travaux récents en humanités numériques s’appuient sur des outils de détection automatique de reprises de textes. Le projet Numapresse a entrepris d'étendre l'analyse de la viralité médiatique aux productions visuelles, en utilisant un corpus pilote de 100 000 illustrations extraites de magazines et de quotidiens de 1850 à 1914. L'identification des images réimprimées est basée sur un modèle d'apprentissage profond. Le modèle
ne permet pas seulement d'explorer plus facilement les motifs visuels internes au corpus : les données générées par les différentes "couches" du processus d'apprentissage peuvent être détournées pour repérer des similitudes et des régularités visuelles.

Après plusieurs tentatives nous avons privilégié les données de la troisième couche : elles représentent apparemment un équilibre optimal entre les données trop "descriptives" des couches précédentes et les données trop "abstraites" des couches suivantes (qui tentent de converger autant que possible sur l'ontologie du modèle). L'identification des reprises et des régularités visuelles contribue ainsi à faire émerger une analyse structurelle globale des "flux" de circulation d'images. Sans surprise nous avons pu repérer un grand nombre de reprises dans le Voleur illustré, qui a agi comme un agrégateur de contenu visuel au XIXe siècle.

Pierre-Carl Langlais (Université Paul-Valéry Montpellier 3, Sorbonne Université)

Vidéo MemoRekall