Les données sont des construits (2) : l’exemple des genres sur Metal-archives

Dans un billet précédent, j’ai essayé d’expliciter le plus clairement possible comment et pourquoi certains termes des Lyrical themes du site collaboratif metal-archives avaient été recodés. Ce billet, écrit à quatre mains avec mon collègue ingénieur Hugues Pecout, explicite les choix opérés pour recoder les genres renseignés pour les groupes de metal disponibles dans la base*.

Si il est obligatoire de renseigner le genre lorsque l’on souhaite ajouter un nouveau groupe à la base, il n’est pas interdit d’en renseigner plusieurs. Avant d’effectuer un recodage visant à harmoniser les genres, il a d’abord été nécessaire de récupérer séparément tous les genres renseignés pour chaque groupe. La base de données contenait au départ 2 257 genres différents. Une harmonisation automatique des données (suppression de la casse, de la ponctuation et des espaces superflus) a permis de réduire le nombre de genres renseignés à 2 135.

Contrairement aux Lyrical themes où le nombre de fautes de frappes est important, ce n’est pas le cas ici : les termes sont bien orthographiés dans l’immense majorité des cas. Il est donc fort probable qu’un contrôle soit fait avant la mise en ligne des notices (les contributeurs proposent des groupes, les administrateurs valident les propositions si et seulement si les groupes proposés jouent bien du metal) pour s’assurer que ce champ est renseigné de manière valide.

S’il n’y a pas d’erreur typographique ni de termes non anglophones, un grand nombre de genres ne sert qu’à qualifier une poignée de groupes. Ainsi, si 20 groupes sont classés dans la catégorie viking black metal, un seul et unique groupe est classé dans les catégories viking metal with black viking metal, viking metal with black metal influences et deux groupes dans la catégorie viking black. Au risque de faire hurler les puristes qui savent qu’il n’y a rien de commun entre le groupe jouant du speed metal with progressive elements et celui qui joue du speed metal with progressive influences, nous avons choisi de supprimer tout ce qui suit with et ne garder que le genre principal. Donc, dans nos analyses futures, les quatre groupes jouant respectivement du viking metal with black, viking metal with black metal influences, viking metal with death metal influences, viking metal with folk elements seront tous considérés comme jouant du viking metal.

L’une des surprises intéressantes concerne l’emploi du terme metal dans la définition des genres. Il s’agit d’une encyclopédie de metal, qui n’accepte que les groupes ayant joué à un moment ou à un autre de leur carrière du metal, donc préciser metal dans le genre paraît redondant. Pourtant, on constate un emploi du terme difficilement explicable : si plus de 18 000 groupes jouent du thrash metal, plus de 4800 jouent du thrash ; 220 groupes sont catégorisés viking metal et 128 viking, etc. etc. Cet artefact nous semblant peu pertinent thématiquement, le terme metal a été systématiquement supprimé.

Nous avons également choisi de supprimer les adjectifs faisant référence à la trajectoire des groupes dans la mesure où nous n’avons pas prévu (pour le moment) d’étudier cet aspect. Les groupes ayant eu une certaine longévité ont pu évoluer lors de leur carrière, ce qui donne par exemple Hardcore Punk (early), Alternative/Avant-garde Metal (mid), Experimental/Post-Hardcore (later). Les termes early, mid et later ont donc également été supprimés.

Après ces différents choix de recodage – choix qui sont liés à nos questions de recherche et n’ont donc rien de naturel ou d’intuitif, et qu’on ne saurait donc qualifier de l’expression peu pertinente de “nettoyage des données” -, on descend à 857 genres différents. Mais, comme pour les thèmes des paroles, une poignée de genres dominant permet de considérer la grande majorité des groupes. Les quatre genres principaux sont par ordre décroissant le death, le black, le trash et le heavy et ils regroupent à eux seuls plus de 3/4 des groupes (environ 92 000). Le graphique ci-dessous montre la forme de cette distribution : en abscisses se trouvent les genres, en ordonnées le nombre de groupes jouant le genre en question.

*Les données chiffrées concernent les données recueillies en ligne en avril 2018. La situation a changé depuis, d’autres groupes ayant enrichi ce site collaboratif.


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.