Compte-rendu de la séance du 10 avril 2024

Lors de la séance du 10 avril 2024 du séminaire du master Humanités Numériques, nous avons pu assister à la présentation du projet de recherche de Aaron Parmentelat, qui est titulaire de la licence de MIASHS à l’Université Panthéon-Sorbonne et est actuellement en master 2 de Humanités Numériques à l’Ecole Nationale des Chartes .

Son projet de recherche porte sur la distribution des propriétaires immobiliers à Paris, en se concentrant sur les années 1898 et 1951. La recherche explore la localisation des propriétaires, la présence de multipropriétaires et les liens entre les propriétés détenues et les lieux de résidence des propriétaires. Plus précisément, l’objectif concret de cette recherche est d’analyser la distribution géographique des propriétaires immobiliers à Paris. L’analyse est réalisée à une échelle très fine, subdivisant chaque arrondissement de Paris en quatre quartiers administratifs, totalisant ainsi 80 quartiers. Cette granularité permet de fournir des analyses détaillées et pertinentes.

Méthodologie

Les données proviennent des annuaires des propriétaires de Paris pour les années 1898 et 1951. Dans son mémoire de M1, qui sert comme la base de la recherche actuelle, l’auteur s’appuie sur l’annuaire de 1898. Chaque enregistrement dans l’annuaire inclut le nom du propriétaire ou de l’organisation, l’adresse de la propriété et un code associé à l’adresse dont le nombre total dépasse 4000 dans l’annuaire. En attribuant à chaque adresse un quartier,  l’auteur a réussi à créer une carte pour représenter ses données et à avoir des résultats et des conclusions en termes des multipropriétaires et leur profil. 

Pour l’année 1898, les données ont été nettoyées par une équipe de recherche composée par Carmen Brandon et Frédérique Mélanie-Becquet, ce qui a permis de transformer les listes de noms en listes d’adresses, facilitant ainsi l’identification des multipropriétaires, où on peut trouver le nom de multipropriétaire au dessous de chaque adresse. 

Cependant, l’approche utilisée par les chercheuses dans leur projet n’est pas applicable dans la recherche actuelle, Transkribus n’a pas réussi à identifier les positions des colonnes dans toutes les pages. Étant donné la performance insuffisante de Transkribus causées par des raisons commerciales et techniques, un nouveau processus de traitement des données a été développé par l’auteur. Ce processus combine le traitement d’images, l’annotation manuelle, et la reconnaissance de texte manuscrit (HTR) pour extraire les données. Les étapes sont les suivants :

– Transformer des images des feuilles en noir et blanc et améliorer ensuite le contraste et la luminosité ;

– Annoter manuellement 75 pages pour fine-tuning le modèle YOLO ;

– Utiliser le modèle YOLO pour détecter les zones de colonnse dans les textes pour obtenir les crops ;

– Appliquer le PÉROU pour la reconnaissance de texte manuscrit (HTR) ;

– Utiliser le SPACY pour la reconnaissance d’entités nommées (NER) et générer le fichier CSV.

Les modèles sont choisis pour les raisons suivantes : le YOLO a obtenu de bons scores en termes de détection des colonnes. Dans la partie de HTR, le PERO est choisi parce qu’il a une meilleure performance par rapport à tesseract et a été appliqué sur le dataset similaire. Le modèle de SPACY permet d’ extraire les noms des entités avec few-shot learning, et a obtenu des scores pas mal. Le seul problème dans NER reste à résoudre est la distinction de noms de personnes et d’organisations, dont la position est l’identique dans chaque ligne d’annuaire. 

Résultats Préliminaires

Les cartes exploratoires générées à partir des données de 1898 montrent la densité des immeubles et la distribution des multipropriétaires. Les multipropriétaires sont principalement concentrés dans l’ouest et le sud de Paris, ce qui est également le cas pour leurs lieux de résidence.

L’année 1951 marque un changement dans la manière dont les propriétés sont enregistrées, passant de l’enregistrement par immeuble à l’enregistrement par appartement. Cette évolution reflète une transition vers une copropriété plus fréquente, rendant les comparaisons entre les deux années intéressantes pour étudier les dynamiques de la propriété immobilière.

Conclusion

L’étude offre une perspective approfondie sur la distribution des propriétaires immobiliers à Paris en 1898 et 1951, en mettant en évidence des tendances et des transitions importantes dans la structure de la propriété. Les résultats suggèrent une concentration des multipropriétaires dans certaines régions de Paris et une évolution notable vers la copropriété au milieu du 20ème siècle. Les prochaines étapes incluront l’analyse des données de 1951 pour compléter les conclusions et explorer davantage les impacts socio-économiques de ces dynamiques immobilières.

Questions et Réponses

1. Pourquoi choisir les années 1898 et 1951 : 1951 était l’année de la dernière publication de l’annuaire. En 1898, il était courant qu’une seule personne possède tout un immeuble, et la méthode d’enregistrement suivait cette logique. À partir de 1951, l’enregistrement a été effectué par appartement plutôt que par immeuble entier. Ce changement reflète le fait que plusieurs personnes partagent la propriété du même bâtiment, ce qui a conduit à une surcharge d’informations, rendant impossible la publication annuelle de l’annuaire. Un des objectifs de cette recherche est de révéler le changement de paradigme dans ces données.
2. Pourquoi choisir YOLO : YOLO a été préféré à Transkribus en raison de meilleures performances dans la détection des zones de texte.
3. Pourquoi nommer les colonnes comme colonne 1, colonne 2 et colonne 3 au lieu de les nommer sémantiquement : Les numéros permettent de mieux désigner la position de chaque colonne.
4. Pourquoi ne pas choisir expressions régulières pour extraire des noms des entités : NER offre une robustesse accrue face à la variabilité des ponctuations et des formats non standardisés.
5. Quels sont les changements en termes de propriétaires et leur profil : L’étude a révélé une certaine continuité dans la richesse des propriétaires sur une période de 50 ans, malgré les changements socio-économiques.
6. Quel sujet envisagé dans la recherche de doctorat : L’auteur envisage d’explorer de nouveaux thèmes en raison de l’ampleur déjà couverte par les données actuelles.
7. Quels sont les autres facteurs qui influencent ou peuvent représenter la corrélation dans les cartes : L’Haussmannisation joue un rôle important, surtout dans les zones centrales et occidentales de Paris, avec une moindre influence dans le sud.
8. Quelles sont les distinctions entre propriétés privées et publiques : Les données de 1898 concernent principalement des propriétés privées, tandis que les logements publics deviennent plus significatifs après la Seconde Guerre mondiale.
9. Quelle est la contribution de la recherche : le but de recherche consiste à étudier la distribution de la richesse par le biais de l’analyse des propriétés d’immeuble.

---

---