La fanfiction : Analyse de sous-genre
Langue Français
Langue Français
Accéder au document
Droits : Accés réservé aux membres de l'Université de Strasbourg sur authentification
Droits : Accés réservé aux membres de l'Université de Strasbourg sur authentification
Auteur(s) : Moreau, Pauline
Directeur(s) : Ruiz Fabo, Pablo
Composante : Faculté des langues
Établissement : Université de Strasbourg
Date de création : 30-06-2025
Résumé(s) : Ce mémoire s’intéresse à l’étude linguistique des fanfictions, un objet littéraire contemporain produit par des communautés de fans en ligne. L’objectif est d’analyser les spécificités lexicales de cinq tags populaires (Fluff, Angst, Hurt/Comfort, Friends to Lovers, Enemies to Lovers) issus de la plateforme AO3. Pour cela, une méthodologie combinant apprentissage automatique (classification supervisée avec scikit-learn) et stylométrie (mesure Zeta avec pydistinto) a été mise en place. Les résultats montrent que certains tags possèdent des signatures lexicales marquées et que les modèles linéaires sont capables de distinguer les sous-genres relationnels de fanfictions sur la base de leurs choix lexicaux. Cette étude met en évidence la pertinence des outils de traitement automatique des langues pour explorer de nouveaux genres littéraires numériques.
Discipline : Technologie des langues
Directeur(s) : Ruiz Fabo, Pablo
Composante : Faculté des langues
Établissement : Université de Strasbourg
Date de création : 30-06-2025
Résumé(s) : Ce mémoire s’intéresse à l’étude linguistique des fanfictions, un objet littéraire contemporain produit par des communautés de fans en ligne. L’objectif est d’analyser les spécificités lexicales de cinq tags populaires (Fluff, Angst, Hurt/Comfort, Friends to Lovers, Enemies to Lovers) issus de la plateforme AO3. Pour cela, une méthodologie combinant apprentissage automatique (classification supervisée avec scikit-learn) et stylométrie (mesure Zeta avec pydistinto) a été mise en place. Les résultats montrent que certains tags possèdent des signatures lexicales marquées et que les modèles linéaires sont capables de distinguer les sous-genres relationnels de fanfictions sur la base de leurs choix lexicaux. Cette étude met en évidence la pertinence des outils de traitement automatique des langues pour explorer de nouveaux genres littéraires numériques.
Discipline : Technologie des langues
Mots-clés libres :
Couverture : FR
- Fanfiction
- Traitement automatique du langage naturel
Type : Mémoire de master, Memoire Unistra
Format : PDF
Source(s) :
Format : PDF
Source(s) :
- http://www.sudoc.fr/294293876
Entrepôt d'origine :
Identifiant : ecrin-ori-404813
Type de ressource : Ressource documentaire
Identifiant : ecrin-ori-404813
Type de ressource : Ressource documentaire