Occurrences et Cooccurrences

Dans l'analyse des données textuelles les notions d'occurrence et de cooccurrence ont une importance fondamentale.

Les occurrences sont les quantités qui résultent du calcul de combien de fois (fréquences) une unité lexicale (LU, lexical unit) est présent dans un corpus ou dans les unités de contexte (CU, context units) qui le composent.

Leur distribution peut être représentée en tableaux de contingence tels que le suivant

Les cooccurrences sont des quantités qui résultent du calcul de combien de fois deux unité lexicales sont présentes dans les mêmes contextes élémentaires (EC, elementary contexts).

Leur distribution peut être représentée en tableaux du type présence/absence tels que le suivant

Avec une simple transformation, les tableaux du type "A" (rectangulaire) peuvent être transformés en tableaux du type "B" (carrés et symétriques) dans lesquels pour chaque couple d'unités lexicale est indiquée la quantité de leurs cooccurrences, c'est-à-dire le total de contextes élémentaires dans lesquels ils sont présents simultanément.

Dans T-LAB, la plupart des analyses des textes sont effectuées par l'étude des rapports entre des Occurrences et des Cooccurrences, par des index d'association spécifiques, ou par l'utilisation des techniques statistiques multidimensionnelles comme la Classification Hiérarchique (Cluster Analysis) et l'Analyse des Correspondances.