MCF en TAL, Inalco, Paris, France

Être dur avec les faits et bienveillant avec les gens (T. Marx)

Une analyse textométrique multilingue des tweets de la COP21

Contexte général et méthodologie

Le cadre de la conférence COP21 offre une perspective intéressante pour le TAL en termes de collecte et de traitement (simple) de données multilingues. L'idée est ici de voir quelle est la retentissement de la conférence sur Twitter, en récupérant, tous les jours les tweets sur les hashtags officiels #COP21, #Paris2015 et #ADP2015. La survenue d'attentats à Paris a également apporté une nouvelle problématique à cette question, à savoir quel a été l'impact de cet évènement sur la conférence.

Les tweets sont récupérés quotidiennement depuis le 1er novembre (et le seront jusqu'en décembre) via l'API de Twitter et le module Python Twython, puis stockés dans une base mongodb. Notons que seule une sélection pertinente de ces derniers est fournie par l'API. Les analyses présentées exploitent la langue détectée (par Twitter), la date de création et le texte des tweets. Ces analyses n'ont pas toujours pu être réalisée de manière aussi approfondie que souhaitable (en particulier pour ce qui concerne le nombre de langues collectées), mais permettent de tirer quelques enseignements, à la fois pour la méthodologie utilisée et pour la conférence sur le climat. Cette étude reste donc assez expérimentale.

Volume de tweets et langues de la conférence

Le graphique ci-dessous montre les langues principales (méta-donnée fournie par Twitter lors de la récupération des tweets) qui mentionnent la conférence. il s'agit, sans surprise, des langues occidentales : très majoritairement l'anglais et le français et anglais, puis espagnol et d'autres langues. La conférence est internationale et l'utilisation massive de l'anglais ne fait que le confirmer.

L'évolution des langues au cours du temps est déjà un peu plus intéressante. La tendance générale est évidemment à une augmentation du nombre de tweets en préparation de la conférence, puis à un pic le lundi 30 novembre. Les volumes décroissent dans les jours qui suivent, mais restent importants, entre cent et deux cent mille tweets par jour.

Spécificités des temps de la conférence

Impact des attentats du 13 novembre

Notre première analyse contrastive cherche à mesurer l'impact des attentations sur la conférence. Pour cela, nous sélectionnons les dates du 1er au 12 novembre pour le corpus de référence, puis celles du 13 au 16 novembre pour le corpus lié aux attentats. En français, on voit immédiatement la forte inquiétude liées aux attentats et les incertitudes sur la tenue de la conférence et aux questions sécuritaires. En japonais, peu de termes sont liés aux attentats, mais plusieurs au réchauffement climatique (未来 le futur, 削減 la réduction, 温暖 le réchauffement, 熱帯 + 雨林 la forêt tropicale). Les autres langues produisent également ces éléments, mais en se focalisant moins sur les évènements des attentats eux-même.

Dimanche 29 novembre, les manifestations

En sélectionnant les tweets du 29 novembre et en les contrastant avec ceux qui précèdent (du 1er au 28), nous voyons que la question terroriste s'est grandement effacée. Elles sont remplacées en français et en espagnol par les formes de manifestations attendues (dépôt de chaussures sur la place de la république). En anglais, les termes sont cependant plutôt liés aux possibles confrontations entre manifestants et policiers. Nous remarquons la disparition de thématiques liées au climat (forêts, énergie solaire).

Lundi 30 novembre, une entrée en matière politique

Le premier jour de la conférence est marqué par un volume important de tweets (492K). De nombreux termes liés au climat (dont #climat lui-même) disparaissent au profit d'un message plus politique avec l'arrivée des chefs d'états. Idem en japonais où les termes liés au climat (気候 climat, 節電 économies d'énergie, 暖房 chauffage) disparaissent au profit de l'international (安倍 Abe, 首相 premier ministre). La question des îles Maldives (et de l'ex-président Nasheed) fait son apparition.

Mardi 1er décembre, marqué par la communication

Cette seconde journée revient à un niveau moindre en terme de nombre de tweets (297K). La question des manifestations laisse la place à des actions de communications autour des différents médias et de la volonté de faire passer un message autour du climat. Celui-ci ne porte cependant pas de thématique climatique précise et semble relever plutôt de la communication que de questions scientifiques.

Mercredi 2 décembre, discussions climatiques

Le nombre de tweets diminue encore, mais moins rapidement (284K). Les thématiques climatiques sont enfin sur le tapis, avec la question du réchauffement (#105C), de la taxe carbone, des tsunamis. Un personnage passe sur le devant de la scène, Jairam Ramesh, par sa dissidence à l'égard de la position de son pays (l'Inde). Les questions économiques apparaissent également, entre pays riches et pays pauvres. Les tweets en français restent brouillés par des questions de communication.

Jeudi 3 décembre, énergie et climat

Nouvelle diminution du nombre de tweets (189K). D'autres thématiques climatiques, liées à l'océan et aux transports, aux innondations de Chennai font leur apparition. Des questions sociétales apparaissent, dont la transition énergétique et les générations. En espagnol, la ville est évoquée comme acteur important du climat.

Vendredi 4 décembre, les politiques laissent place à la société civile

Le volume de tweets (176K) diminue mais se stabilise. On note une disparition de la présence politiquen des chefs d'états et des premiers ministres. Les maires des villes sont évoqués comme possibles fournisseurs de solutions dans plusieurs langues. Les questions liées à l'éducation apparaissent.Il semble que la conférence se focalise sur le rôle joué par la société civile localement comme possible levier de changement.

Samedi 5 décembre, vers la rédaction de textes

Le premier weekend est marqué par une importante diminution du nombre de tweets (139K) et la siparition de la campagne de communication. Nous y voyons apparaître les premières interrogation sur la rédaction d'un éventuel traité ou accord. Une personnalité est mentionnée, Sassou Nguesso, président du Congo, apparemment assez controversée.

Dimanche 6 décembre, relâche

Nouvelle diminution très importante du nombre de tweets ce dimanche (101K). La conférence est lieu d'activités plus ludiques comme l'arrivée de Robert Redford. L'événement des élections régionales est présent en français.

Lundi 7 décembre, reprise des pourparlers

Le nombre de tweets de lundi est marqué par une nette augmentation, sans surprise au retour de la semaine (171K). Les termes employés marquent un changement, mais uniquement du point de vue de la communication pour le français. En anglais, les questions des tsunami et de la déforestation sont évoquées, en français, ce sont les énergies renouvellables. Il ne semble cependant toujours pas y avoir de véritable message sur un futur accord sur le climat.

Mardi 8 décembre, femmes et religion

Le volume de tweets (164K) reste stable, ce qui est de bonne augure pour la seconde semaine. En anglais, les femmes s'invitent dans la conférence, ainsi qu'Arnold Schwarzeneger et un certain Ted Cruz, connu pour son climato-sceptisme. En français, l'illumination de la basilique Saint-Pierre à Rome résonne comme une implication du Vatican sur les sujets de la COP21.

Mercredi 9 décembre, recherche de l'accord

Petite augmentation du nombre de tweets (178K). Les termes liés aux versions d'un texte et à la conclusion d'un accord prennent de l'importance. L'urgence commence à se faire ressentir, sans pour autant mettre de côté la perspective d'un accord ambitieux. D'autres personnalités politiques comme Xi Jinping et John Kerry font leur apparition.

Jeudi 10 décembre, pression sur les négociations

Nouvelle diminution significative du nombre de tweets (152K). La pression s'accentue sur les négociations afin que les versions émisent se finalisent et aboutissent à quelque chose. Nous sommes en plein négociation, mais toujours pas de questions climatiques évoquées, mis à part l'arctique.

Vendredi 11 décembre, vers la version finale

Le nombre de tweets reste constant (152K), il n'augmente pas en cette fin de conférence. Les négociations et le travail sur la version de l'accord se poursuivent pour tenter de se mettre d'accord sur une verison finale. Nous voyons apparaître la thématique solaire et la question de la hausse des températures. En espagnol, les discussions portent également sur les énergies renouvelables.

Samedi 12 décembre, l'accord est signé !

Un volume très important de tweets pour le jour de la signature de l'accord (399K). Ceux-ci portent très majoritairement sur cet accord, dit historique, adopté par les 195 pays en séance plénière. Ce succès diplomatique masque très largement le contenu lui-même de l'accord en anglais et en français. Les tweets en espagnol font apparaître la thématique des énergies fossiles.

Dimanche 13 décembre, premiers bilans

Récupération des tweets, dont le nombre a fortement chuté (144K). Essentiellement, le message reste les félicitations et la satisfaction après la signature de l'accord par les 195 pays. Le point de vue majoritaire reste que l'accord soit historique, mais nous y retrouvons aussi des avis plus mitigés. Les pays africains ou d'amérique latine sont évoqués.

Lundi 14 décembre, la satisfaction suite à l'accord perdure

Nouvelle chute très importante du nombre de tweets (80K). Après la conférence, les retentissements restent tournés vers l'accord conclu adopté et un sentiment global de satisfaction.

Contraste de la préparation et de la conférence

En réalisant un contraste entre les attentes et la conférence elle-même, nous observons que beaucoup de thématiques disparaissent. Seul en français apparaissent des thématiques liées à la communication. Il n'est pas aisé d'interpréter ces résultats, sauf à dire que les mouvements initiés en prélude à la conférence ont été masqués par les discussions lors de la conférence elle-même.

Contraste de la conférence et de son suivi

En réalisant un contraste entre la conférence et des tweets échangés en décembre après la conférence, nous voyons une nouvelle fois apparaître l'importance de l'accord conclu, historique. En français, les termes liés à la communication disparaissent. Nous voyons aussi apparaître, selon les pays, des termes liés à l'accord, à l'Afrique, à la ville, etc.

Contraste de la préparation et du suivi de la conférence

En réalisant un contraste entre les tweets échangés avant et après la conférence, nous observons des différences d'appréciation selon les langues. En anglais, le contraste porte sur les modalités de la conférence (manifestations, accord, marche, etc.). En français, ce sont des considérations particulières (Congo, le Cap, la forêt) qui laissent la place à l'accord et aux pays africains.