Archives de catégorie : Billets

Mentoring : quelles différences femme-homme?

Chez NamSor, nous aimons l’open source. Nous supportons deux projets open source via Open Collective : OpenAPI Generator et Uncopied et une librairie open source via Patreon : Canvas. Nous maintenons nos propres projets open source, nos SDK et CLT clients de notre API, mais aussi des projets de niche comme un modèle de traduction de noms japonais (git, démo). Nous sommes donc toujours ravis lorsque nous lisons des articles scientifiques utilisant l’API NamSor pour mieux comprendre comment les logiciels open source sont construits ou maintenus par la communauté.

Dans cette nouvelle étude, « Mentorat implicite Les efforts non reconnus des développeurs dans l’open source », Zixuan Feng, Amreeta Chatterjee, Anita Sarma et Iftekhar Ahmed caractérisent le mentorat implicite dans le développement de logiciels et examinent les différences de comportement entre les sexes.

Mentorat implicite : les efforts non reconnus des développeurs dans l’open source

Article complet de Zixuan Feng, Amreeta Chatterjee, Anita Sarma et Iftekhar Ahmed

Résumé — Le mentorat est traditionnellement considéré comme un apprentissage dyadique descendant. Cette perspective, cependant, néglige d’autres formes de mentorat informel qui se déroulent dans les activités quotidiennes dans lesquelles les développeurs investissent du temps et des efforts, mais restent non reconnus. Ici, nous étudions les différentes saveurs du mentorat dans les logiciels Open Source (OSS) pour définir et identifier le mentorat implicite. Nous définissons d’abord le mentorat implicite – des situations où les contributeurs guident les autres à travers des instructions et des suggestions intégrées dans les activités quotidiennes (OSS) – par le biais d’entretiens formatifs avec des contributeurs OSS, d’une revue de la littérature et d’une vérification des membres. Ensuite, à travers une enquête empirique sur les Pull Requests (PR) dans 37 projets Apache, nous construisons un classificateur pour extraire le mentorat implicite et le caractériser à travers le double prisme de l’expérience et du genre. Notre analyse de 107 895 RP montre que le mentorat implicite existe (27,41 % de tous les RP incluent le mentorat implicite) et qu’il ne suit pas le modèle d’apprentissage dyadique traditionnel. Lors de l’examen du sexe des paires mentor-mentoré, nous avons constaté une homophilie omniprésente – une préférence pour encadrer ceux qui sont du même sexe – dans 93,81 % des cas. Dans les cas de mentorat mixte, les femmes étaient plus susceptibles de mentorer des hommes.

Termes de l’index—Mentorat informel, mentorat implicite, mentorat homophile, logiciel libre. (gtranslated)

Quel rôle les femmes jouent-elles dans le mentorat implicite ?

Identification du genre : l’équipe a utilisé l’API Namsor pour identifier le sexe probable des contributeurs dans l’ensemble de données en fonction des noms des développeurs.

Voici quelques-unes des principales conclusions. Dans l’ensemble, plus de femmes que d’hommes offrent un mentorat implicite, mais la différence est faible. Il existe des différences significatives entre le mentorat implicite effectué par les hommes et les femmes, les femmes offrant plus de mentorat implicite entre pairs et ascendant. Il y a un fort effet d’homophilie dans le mentorat implicite. Dans les quelques cas de mentorat transgenre, les femmes ont tendance à franchir les frontières entre les sexes plus souvent que les hommes (70 %).

Lire l’article en anglais

Image : Un mentor guidant un développeur à Kuala Lumpur, NEXT Academy/Unsplash

A propos de NamSor

NamSor™ est une société européenne d’onomastique appliquée. 

Traduction automatique des noms japonais

Romaniser les noms japonais en Kanji est relativement simple. Mais traduire un nom japonais vers sa variante originale en Kanji (avec une probabilité correcte) est beaucoup plus difficile. 

NamSor a mis en ligne un projet opensource et une API. 

Lire l’article original en anglais              

A propos de NamSor

NamSor™ est une société européenne d’onomastique appliquée. 

Image credits : Sorasak / Unsplash

Les noms personnels du Libéria

L’histoire du Libéria, Afrique de l’Ouest, est fortement liée avec l’histoire des Etats-Unis d’Amérique.

La création du Libéria, première république africaine à proclamer son indépendance, remonte au 19e siècle. La Société Américaine de Colonisation (ACS), voyait comme une opportunité d’offrir en Afrique une vie meilleure de liberté et de prospérité aux Afro-américains. Entre 1822 et le début de la guerre civile américaine en 1861, plusieurs milliers d’anciens esclaves nés libres ou libérés qui subissaient une oppression permanente aux US, en même temps que plusieurs milliers d’afro-caribéens, ont émigré pour s’installer au Libéria.

Aujourd’hui encore, les noms reflètent la diversité des populations au Libéria. Certains noms apparaissent très proches des noms utilisés aux Etats-Unis par les afro-américains. D’autres noms reflètent la culture indigène.  

Les noms les plus fréquents au Libéria

 

Prénoms masculins

Prénoms féminins

Noms de famille

EMMANUEL

JAMES

PRINCE

ABRAHAM

JOHN

JOSEPH

JUNIOR

MOSES

MORRIS

SAMUEL

PETER

MOHAMMED

DAVID

GEORGE

DANIEL

AMOS

ANTHONY

JERRY

SAAH

VARNEY

ALEX

ISAAC

ERIC

THOMAS

SAM

MARK

MOMO

MUSA

STEPHEN

AUGUSTINE

MARY

HAWA

ESTHER

ANNIE

MAMIE

MARTHA

ORETHA

REBECCA

PATIENCE

FATU

BENDU

SARAH

PRINCESS

MUSU

CECELIA

VICTORIA

RUTH

MARIE

COMFORT

ALICE

BEATRICE

MASSA

MERCY

THERESA

ELIZABETH

HELENA

JOSEPHINE

LORPU

GRACE

KOU

KOLLIE

KAMARA

FLOMO

JOHNSON

MULBAH

TOE

SUMO

COOPER

SHERIFF

DAVID

TOKPAH

KROMAH

DOLO

SACKIE

KONNEH

PAYE

WEAH

MORRIS

DOE

GAYE

TAMBA

DAHN

KANNEH

WILLIAMS

HARRIS

SAYE

BROWN

SMITH

JALLAH

FREEMAN

Ce tableau coloré représente la diversité ethnique au Libéria, telle que reconnue à partir de la diversité morphologique des noms personnels. Nous avons utilisé NamSor Clustering (V1) pour reconnaître automatiquement différents groupes au sein de la population, et ensuite nous avons projeté ces noms selon un axe géographique afin de vérifier que les groupes faisaient sens sur le plan culturel, ethnique ou anthropologique.

 

Lire l’article original en anglais              

A propos de NamSor

NamSor™ est une société européenne d’onomastique appliquée. 

Onomastique du Tatarstan

Le Tatarstan est une république de la Fédération de Russie qui partage une grande proximité culturelle avec son voisin de l’est, la Bachkirie. Les langues officielles sont le Tatar et le Russe, correspondant ainsi aux deux principaux groupes ethniques (Tatars et Russes). Ces groupes ethniques représentent respectivement 53% et 39% de la population, avec 8% d’autres minorités. 

Cet article est préparé en collaboration avec e-onomastics pour l’interprétation anthropologique et la traduction vers la langue Russe. Il sera modifé et enrichi au besoin. 

Tatars in Kazan, 1870 
Казанские татары, 1870

Les noms personnels au Tatarstan

Nous avons utilisé l’algorithme NamSor ML de NamSor pour découvrir trois groupes de noms, parmi les noms masculins et féminins du Tatarstan. Pour chaque groupe, nous afficherons par ordre de fréquence le prénom le plus courant ainsi que le nom le plus fréquent dans le groupe concerné. Par lisibilité, plutôt que d’afficher une table de fréquence séparée des noms et prénoms, nous construisons un stéréotype onomasique consitué du prénom et du nom au même rang. 

Premier groupe de noms Tatars

Noms masculins Tatars du premier groupe

Rang Stéréotype de nom
1 Марат Хайруллин
2 Руслан Хабибуллин
3 Айрат Сафиуллин
4 Рамиль Валеев
5 Ильдар Абдуллин
6 Рустем Ахметзянов
7 Ринат Гарифуллин
8 Айдар Шайхутдинов
9 Альберт Хуснутдинов
10 Радик Хамидуллин
11 Алмаз Исмагилов
12 Ильнур Гатауллин
13 Ленар Галеев
14 Азат Гайнутдинов
15 Артур Валиуллин
16 Тимур Галиуллин
17 Дамир Гайнуллин
18 Рустам Мухаметзянов
19 Наиль Шайдуллин
20 Марсель Яруллин
21 Ильшат Ахметшин
22 Булат Зиганшин
23 Ренат Шамсутдинов
24 Равиль Мухаметшин
25 Ирек Давлетшин
26 Эдуард Хайрутдинов
27 Ильнар Халиуллин
28 Динар Шарафутдинов
29 Фарит Загидуллин
30 Адель Зайнуллин
Noms Tatars masculins du Premier Groupe

Noms féminin Tatars du premier groupe

Rang Stéréotype de nom
1 Лилия Хайруллина
2 Эльвира Хабибуллина
3 Гульнара Валеева
4 Гузель Ахметзянова
5 Алсу Валиуллина
6 Альбина Сафиуллина
7 Лейсан Абдуллина
8 Эльмира Гарифуллина
9 Венера Шайхутдинова
10 Елена Хамидуллина
11 Светлана Галеева
12 Альфия Шайдуллина
13 Гульназ Гатауллина
14 Наиля Хуснутдинова
15 Айгуль Халиуллина
16 Резеда Галиуллина
17 Диляра Мухаметзянова
18 Зульфия Зиганшина
19 Алина Яруллина
20 Фарида Губайдуллина
21 Ирина Рахматуллина
22 Наталья Гайнуллина
23 Алия Гайнутдинова
24 Регина Ахметшина
25 Юлия Исмагилова
26 Роза Мухаметшина
27 Ольга Зайнуллина
28 Диана Давлетшина
29 Рамзия Хайрутдинова
30 Татьяна Нигматуллина
Noms féminins Tatars du second groupe

Second groupe de noms Tatars

Noms masculins Tatars du second groupe

Rang Stéréotype de nom
1 Марат Сафин
2 Руслан Шакиров
3 Ильдар Закиров
4 Рамиль Зарипов
5 Айрат Хасанов
6 Рустем Ибрагимов
7 Ринат Сабиров
8 Альберт Садыков
9 Тимур Валиев
10 Айдар Гарипов
11 Радик Галимов
12 Рустам Галиев
13 Артур Гараев
14 Дамир Каримов
15 Наиль Ахметов
16 Ильнур Шарипов
17 Алмаз Юсупов
18 Азат Хафизов
19 Ленар Мустафин
20 Булат Хусаинов
21 Равиль Салахов
22 Марсель Мингазов
23 Ильшат Газизов
24 Ренат Вафин
25 Ильнар Хакимов
26 Рафаэль Латыпов
27 Ирек Камалов
28 Эдуард Габдрахманов
29 Динар Сулейманов
30 Фарит Султанов
Noms masculins Tatars du second groupe

Noms féminins Tatars du second groupe

Rang Stéréotype de nom
1 Лилия Закирова
2 Гульнара Шакирова
3 Альбина Зарипова
4 Гузель Сафина
5 Эльвира Ибрагимова
6 Алсу Хасанова
7 Альфия Каримова
8 Эльмира Сабирова
9 Гульназ Гарипова
10 Айгуль Галиева
11 Венера Валиева
12 Лейсан Ахметова
13 Резеда Гараева
14 Наиля Садыкова
15 Зульфия Галимова
16 Диляра Юсупова
17 Фарида Хафизова
18 Ирина Шарипова
19 Алия Камалова
20 Юлия Хусаинова
21 Алина Мингазова
22 Елена Газизова
23 Роза Салахова
24 Ольга Хакимова
25 Миляуша Латыпова
26 Регина Усманова
27 Римма Султанова
28 Диана Мустафина
29 Рамзия Салихова
30 Галина Кадырова
Noms féminins tatars du second groupe

Troisième groupe (noms Russes et autres)

Noms masculins Russes au Tatarstan

Rang Stéréotype de nom
1 Александр Иванов
2 Сергей Кузнецов
3 Андрей Петров
4 Алексей Васильев
5 Дмитрий Егоров
6 Владимир Павлов
7 Евгений Макаров
8 Олег Семенов
9 Николай Кузьмин
10 Игорь Федоров
11 Михаил Смирнов
12 Юрий Николаев
13 Максим Михайлов
14 Денис Сергеев
15 Валерий Романов
16 Павел Андреев
17 Виктор Захаров
18 Роман Степанов
19 Артем Никитин
20 Анатолий Новиков
21 Антон Волков
22 Вячеслав Попов
23 Константин Морозов
24 Виталий Алексеев
25 Иван Борисов
26 Владислав Григорьев
27 Вадим Антонов
28 Эдуард Козлов
29 Илья Филиппов
30 Василий Данилов
Noms masculins Russes au Tatarstan

Noms féminins Russes au Tatarstan

Rang Stéréotype de noms
1 Елена Иванова
2 Татьяна Кузнецова
3 Наталья Петрова
4 Ольга Васильева
5 Светлана Павлова
6 Ирина Егорова
7 Людмила Романова
8 Марина Сергеева
9 Екатерина Николаева
10 Юлия Михайлова
11 Валентина Андреева
12 Надежда Захарова
13 Галина Алексеева
14 Анна Матвеева
15 Мария Федорова
16 Анастасия Борисова
17 Любовь Степанова
18 Оксана Смирнова
19 Нина Никитина
20 Лариса Макарова
21 Лилия Кузьмина
22 Евгения Антонова
23 Наталия Семенова
24 Вера Волкова
25 Лидия Новикова
26 Александра Миронова
27 Алина Морозова
28 Ксения Козлова
29 Тамара Ильина
30 Виктория Григорьева
Noms féminins Russes au Tatarstan

Observations

Malgré que nous ayons lancé l’algorithme NamSor ML séparément sur les noms masculins et féminins, celui-ci a été cohérent dans la constitution de trois groupes,

  • Noms Tatars (Groupe 1 ex. Марат Хайруллин, Лилия Хайруллина),
  • Noms Tatars (Groupe 2 ex. Марат Сафин, Лилия Закирова),
  • Noms Russes et autres types de noms (Groupe 3 ex. Александр Иванов, Елена Иванова).

Il ne semble pas exister de varations significatives d’occurence des noms Tatars de Groupe 1 et de Groupe 2.

Sur la base d’un échantillon de cent mille noms au Tatarstan, la proportion de noms Tatars correspond assez exactement aux chiffres connus de la démographie (53%). Sous réserve d’un complément de validation, ce résultat permettrait d’effecture des études démographiques innovantes et nouvelles. 

A propos de NamSor

NamSor™ est une société européenne d’onomastique appliquée. 

Lire cet article en anglais ou en russe

Image credits – Evg Klimov/Unsplash

L’onomastique appliquée à l’étude des discriminations en entreprise

Le constat est récurrent : des discriminations importantes fondées sur le patronyme dans les entreprises françaises (Egalactu, 2020). Les discriminations en fonction du nom continuent d’exister selon une étude du ministère du Travail (L’Usine Nouvelle, 2016). L’ouvrage de Jérôme Fourquet (IFOP), L’archipel français, décrit la naissance d’une nation multiple, divisée, en voie d’archipelisation. Le débat sur les statistiques ethniques reste fortement polarisé et n’offre aucune perspective de solution à court ou moyen terme. En effet, ce serait une usine à gaz à mettre en place au niveau d’un Etat comme la France. 

Dans le même temps, les entreprises françaises d’internationalisent, se modernisent. Elles sont en permanence confrontées à la diversité (en France, à l’étranger) et à des attentes de plus en plus fortes en terme d’équité. L’intelligence articificielle s’introduit dans les processus métiers aussi critiques que : le recrutement, la gestion des ressources humaines – voire même des processus décisionnels lourds de conséquence pour les individus comme l’allocation de crédit, le ‘KYC’/anti-fraude et bien d’autres. Ces processus sont partiellement ou entièrement automatisés, avec des risques considérables que tous les individus ne soient pas évalués à l’aune dune même règle algorithmique. En effet, l’intelligence artificielle (ou plus précisément le “machine learning”) permet de développer rapidement des systèmes qui miment l’intelligence humaine telle qu’elle été appliqué historiquement dans une entreprise – mais sans l’intelligence humaine justement (son discernement, sa capacité d’expliquer).

L’exemple du recrutement en entreprise

Sans capacité réelle de discernement, d’explicabilité, un algorithme peut privilégier les candidatures de femmes pour des métiers subalternes ou des métiers classiquement privilégié par des femmes – sans tenir compte de la compétence réelle des candidates par exemple. 

Ces biais algorithmiques sont extrèmement complexes à discerner. L’analyse des corrélations observées et de la causalité dépasse souvent les compétences des informaticiens comme du personnel RH. Et hélas, la facilité d’utilisation de l’intelligence articificielle rend extrèmement populaires des outils facilitant la collecte des candidatures, leur priorisation pour un poste donnée (ce qu’on appelle, en jargon RH le sourcing et le scoring).

Prenons le cas d’un outil comme Oracle Taleo, utilisé par certains des plus grandes entreprises françaises (Engie, Orange, …) qui est une plateforme d’acquisition de talents permettant de trouver et d’embaucher les meilleurs candidats. Cet outil d’entreprise peut être fortement configuré par chaque client selon ses priorités sectorielles, géographiques, sa culture d’entreprise etc. Il dispose d’outils permettant de faire correspondre ‘le meilleur CV’ par rapport à la description textuelle d’un poste à pourvoir. 

Une croyance générale est que la RGPD ou l’anonymisation des CVs permet de résoudre le problème des biais sur le genre ou l’origine du candidat. Après tout, si l’on ne dispose pas d’une donnée, elle ne peut être traitée par l’algorithme ? Grave erreur : les algorithmes d’intelligence artificielle apprenne beaucoup plus des données que ce que l’on croit. Le genre peut-être déduit des accords grammaticaux. Les origines ethniques ou sociales sont révélées par la socio-linguistique ou des variables secondaires comme les activités extra-scolaires extra-professionnelles, la géographie de vie, ou d’autres informations présentes dans un CV. 

Les entreprises s’exposent à des risques importants et invisibles en cas de ‘testing’ par un cabinet indépendant : qu’un grand nombre de CVs n’aient même pas atteint l’attention humaine, simplement parcequ’ils ont été filtrés en amont par la machine. 

Quelles solutions ? Des possibilités existent, en conformité avec la législation et pour l’intérêt de toutes et tous, permettant de vérifier si les filtres appliqués aux différentes étapes du recrutement sont équitables. Cela peut consister en de simples tableaux de bord présentant les différentes étapes du recrutement avec une décomposition démographique anonymisée. Ou cela peut faire appel à des techniques plus poussées d’analyse des biais algorithmiques (AI Fairness Toolkit); variations d’indices de diversité type Shannon ou Simpson. 

Biais inconscients, diversité et inclusion.

Le cabinet de conseil entre-autre a conclus un partenariat avec NamSor pour offrir des solutions pratiques, pouvant être mises en oeuvre dans le cadre réglementaire. L’objectif ? Permettre aux entreprises françaises d’évaluer le risque de discriminations, apporter des solutions aux équipes RH pour bénéficier de l’IA mais sans que ce soit au détriment des candidats. 

 

 

Nouvelle version du logiciel onomastique NamSor pour les études de genre

Une nouvelle version de NamSor a été lancée récemment avec l’objectif de permettre à toutes et tous de réaliser par soi-même des études sur la mixité en entreprise ou au sein d’une organisation / d’un secteur, à partir des noms personnels dans une source ouverte. 

Cette nouvelle version est toujours gratuite pour ajouter le genre dans une liste de noms (jusqu’à 5000 noms), et l’outils d’enrichissement CSV a été amélioré. Il suffit d’exporter depuis Excel ou Google Doc un fichier au format CSV de préférence avec l’encodage UTF-8, et vous pouvez ajouter une colonne avec le genre en quelques clics. Le résultat est probabiliste : une estimation d’avoir correctement classé le genre du nom est calibrée pour tenir compte des noms dont le genre est ambigu. Bien sûr, le genre est un sujet de recherche (binaire / non-binaire, évolution du concept, etc.) et les résultats quantitatifs doivent donc être analysés avec toute la rigueur scientifique attendue des sciences sociales. 

Voici la nouvelle adresse de l’applicatif en ligne namsor,

https://namsor.app/

Bonnes recherches ESS à toutes et à tous ! 

Skopje

Noms et prénoms de Macédoine du Nord

En étant peu familier des noms et de la culture de la Macédoine du Nord, vous pourriez penser que МАРЈАН est un prénom féminin, non ? Eh pourtant c’est un prénom masculin.

Prénoms usuels en Macédoine du Nord

Voici quelques prénoms courants,

rang prénom féminin prénom féminin (cyrillique) prénom masculin prénom masculin (cyrillique)
1 MARIA МАРИЈА ALEXANDER АЛЕКСАНДАР
2 ELENA ЕЛЕНА ZORAN ЗОРАН
3 BILJANA БИЛЈАНА NIKOLA НИКОЛА
4 VESNA ВЕСНА GORAN ГОРАН
5 ALEXANDRA АЛЕКСАНДРА DEJAN ДЕЈАН
6 SNEZANA СНЕЖАНА IGOR ИГОР
7 SUZANA СУЗАНА DRAGAN ДРАГАН
8 VIOLET ВИОЛЕТА LJUPCHO ЉУПЧО
9 KATERINA КАТЕРИНА TONY ТОНИ
10 MAJA МАЈА DIMITAR ДИМИТАР
11 NATASHA НАТАША JOVAN ЈОВАН
12 DANIELA ДАНИЕЛА DARKO ДАРКО
13 IVANA ИВАНА RISTO РИСТО
14 VALENTINA ВАЛЕНТИНА IVAN ИВАН
15 GORDANA ГОРДАНА PETAR ПЕТАР
16 ELIZABETH ЕЛИЗАБЕТА SASO САШО
17 SLAVICA СЛАВИЦА VLADIMIR ВЛАДИМИР
18 ANA АНА ILIJA ИЛИЈА
19 SONJA СОЊА GOCE ГОЦЕ
20 LILJANA ЛИЛЈАНА MARJAN МАРЈАН

Noms de famille

Il est fréquent que les noms soient genrés (génitif), par exemple STOJANOVSKI, STOJANOVSKA.

Nom de famille Nom de famille (cyrillique) Nom de famille genré
RAMADANI РАМАДАНИ  
BAJRAMI БАЈРАМИ  
REDZEPI РЕЏЕПИ  
ADEMI АДЕМИ  
SHABANI ШАБАНИ  
OSMANI ОСМАНИ  
ASANI АСАНИ  
STOJANOVSKI СТОЈАНОВСКИ СТОЈАНОВСКА
SULEJMANI СУЛЕЈМАНИ  
IBRAIMI ИБРАИМИ  
ISMAILI ИСМАИЛИ  
STOJANOV СТОЈАНОВ СТОЈАНОВА
NIKOLOVSKI НИКОЛОВСКИ НИКОЛОВСКА
JOVANOVSKI ЈОВАНОВСКИ ЈОВАНОВСКА
JUSUFI ЈУСУФИ  
JASHARI ЈАШАРИ  
IMERI ИМЕРИ  

Lire cet article en anglais.

根据中文名字判断性别,根据姓名的汉语拼音找到相似的中文名字,最大可能的用中文姓名识别身份和了解你的客户

👉中文姓名翻译,性别识别和匹配👈

你曾经有没有遇到这种尴尬的情况,发邮件时称呼对方为“王先生”,最后发现对方是一位女士?或者因为不知道对方的性别而直接称呼“王先生/女士”,显然看上去不是很礼貌对不对? 和您一样,我们也遇到了类似的情况。很显然这种情况会让您很尴尬。

汉语姓名的格式通常为:“姓氏姓名”,例如:“张三”,“李四”,“王二”,开头的姓氏是我们改变不了的,所以通常情况下我们根据一个人的名字判断性别。

一般情况下男生的名字和和女生的名字是有区别的。

中文男性的名字:

男生的姓名通常会带“木”字旁, 如:”楠, 杨, 桢“,“亻”单人旁也很常见,如:“伊, 佳,伟.”, 其他中文男性名字常见的字:
“力”
“雄”
“泽”
“洪”
“子”
“成”
“龙”
“仲”
“季”

中文女性的名字:

女性天生柔弱,而又楚楚动人,婀娜多姿,如水一般,明媚的双眸清澈见底,所以女性的名字通常带有花草之类的美好寓意,或者与之相似的。 女性的名字通常带有“艹”字头, 如:”蓉, 薇,芷“,或者“王”字旁,例如:“瑞, 琪, 瑶”,或者“女”字旁, 例如:“妍,媛,婷,婉,嫣” 其他的比较常见的女性的名字常有的子如:
“若曦”
“梦”
“丽”
“雪”
“安”
“颖”
“柔”

一些特列:

随着时代的发展,孩子的父母不再顾虑那么多,少了避讳之后,一些中性或者带有异性色彩的名字越来越普遍。例如:
“李果果” – 男,
“王笑笑” – 男,
“陈曦” – 女,
“杨男” – 女,

我们百分之百保证可以根据您提供的中文名字翻译成汉语拼音。即使根据汉语拼音可以转化成很多个中文姓名,我们任然可以大概率的匹配您想要的结果。

Onomastique appliquée à la validation de contacts téléphoniques

La reconnaissance du genre ou de l’origine des noms personnels a de nombreuses applications concrètes. Dans le domaine de la traduction automatique, il est nécessaire de reconnaître qu’un nom représente un sujet animé et son genre pour faire les bons accords. Par exemple, “Mary was tired” pourrait se traduire “Marie était lasse” ou “Marie était fatiguée” – mais il sera nécessaire, en français, d’accorder le genre au prénom.

Une application plus étonnante : une société dans le domaine du tourisme utilise NamSor Origin pour améliorer la qualité de ses données clients, et en particulier le formatage des numéros de téléphone à l’international.

Le tourisme est un secteur global par définition … chaque jour des réservations sont effectuées dans tous les pays, pour le train, l’avion, l’hôtel, AirBnB, … ces réservations sont consolidées par quelques acteurs dans des bases de données qui permettent la fluidité des transactions et des confirmations. La capture des données est faite dans des dizaines de langues différentes, quelque fois par des sociétés implantées très localement, rachetées par des acteurs plus importants ou intégrées “au forceps” dans des applications dont la vocation est internationale. Seriez vous surpris que la qualité des données ne soit pas toujours parfaite à l’arrivée?

Environ 10% des clients ou prospects des différentes bases de données consolidées dans le “Global Distribution System (GDS)” ont des numéros de téléphone erronés ou mal formatés, le plus souvent avec un numéro local. Ces numéros, une fois intégrés dans les différents “Hotel Property Management Systems (PMS)” sont inexploitables : impossible d’y faire parvenir
une offre commerciale ou une confirmation.

Il existe pourtant différents utilitaires permettant de valider des numéros de téléphone, en amont ou en aval de la capture de données. En amont, le plus souvent, ce sont les expressions régulières (Regexp) qui permettent de guider l’utilisateur lors de la saisie du numéro de téléphone. Par exemple, pour valider un numéro français, on pourra utiliser l’expression suivante : “(0|\+33|0033)[1-9][0-9]{8}”. En aval, il existe différentes librairies et APIs qui permettent de valider un numéro, donc une fournie par Google en Open Source, libphonenumber (sur GitHub https://github.com/googlei18n/libphonenumber, démo en ligne https://libphonenumber.appspot.com/). Cet utilitaire permet de vérifier n’importe quel numéro de téléphone et de le formater au standard international (norme E164), à condition de connaître le pays. Or, de nombreux voyageurs d’affaires utilisent des numéros de téléphone qui ne correspondent pas à leur pays de résidence, et c’est souvent une cause d’erreur.

Cette entreprise du tourisme utilise NamSor Origin pour reconnaître l’origine probable du nom: “Elena Rossi” est un nom Italien, donc avec le numéro de téléphone “339 7308986” il serait logique de tester en priorité s’il peut s’agir d’un numéro de téléphone italien. Ce cas d’usage a permis à ce client d’améliorer de 25% l’envoi des SMS de confirmations, dans les cas compliqués.

Ce cas d’usage innovant de la technologie onomastique NamSor nous a conduit à développer une nouvelle API, spécialisée dans la validation des numéros de téléphone à l’international, en combinant le nom personnel, mais aussi le formatage du numéro (le préfixe, le nombre d’espaces, s’il existe un +, des tirets, des parenthèses, etc.)

Vous pouvez l’essayer en ligne (https://apiphonenumber.com/) ou cloner le repo GitHub (https://github.com/namsor/phone-validation). Le principe d’apprentissage par le “Machine Learning” est assez amusant : l’API s’appuie elle aussi sur Google libphonenumber pour la validation du numéro de téléphone, mais elle s’appuie aussi sur un Classificateur Bayes Naïf pour reconnaître le pays / le code téléphonique le plus probable. Chaque fois qu’un numéro peut être validé par libphonenumber, l’apprentissage est renforcé. Résultat, pour ces 10% de numéros de téléphones mal formatés, l’API permet de valider 95% à 99% vers un numéro international correct. Et comme l’API apprend tous les jours 24h/24, elle s’améliore sans cesse.

Lire cet article en anglais.

Les prénoms du Sénégal, Afrique de l’Ouest

Voici quelques prénoms masculins et féminins populaires au Sénégal,

MasculinFéminin
MAMADOUFATOU
IBRAHIMAAMINATA
ABDOULAYEAWA
OUSMANEKHADY
MOUSSAAISSATOU
AMADOUSEYNABOU
BABACARMARIAMA
OUMARMAIMOUNA
CHEIKHROKHAYA
MOUSTAPHAFATOUMATA
ALIOUCOUMBA
ASSANENDEYE FATOU
ABDOUADAMA
ADAMAASTOU
ALIOUNEKHADIDIATOU
SOULEYMANEMARIEME
MBAYEAMY
MALICKDIEYNABA
LAMINEAIDA
SAMBARAMATOULAYE

Seulement quelques prénoms au Sénégal ne permettent pas de déterminer le genre, par exemple ADAMA, MAGATTE, MAGUETTE, si bien que la précision pour utiliser le prénom comme proxy du genre est de l’ordre de 95%.

L’étude des noms de famille (NDIAYE, DIOP, FALL, DIOUF, GUEYE, FAYE, DIALLO, BA, SARR, SOW, SECK, NIANG, DIAGNE, MBAYE, THIAM, SENE, DIENG, CISSE, SY, SALL) a également un intérêt pour des analyses quantitatives dans le domaine des migrations internationales, d’aspects linguistiques, culturels ou ethniques.

Lire aussi :

Revue des publications scientifiques en 2018 (genre, migrations) citant NamSor

Cet article est disponible en anglais sur le blog NamSor. 

Statistiques ethniques : vers quelle taxonomie?

La question des statistiques ethniques suscite de nombreux débats.

Par exemple, la publication récente d’une étude des discriminations dans l’allocation du crédit dans les banques (‘Un testing bancaire met en lumière des discriminations dans l’accès au crédit‘, Le Figaro du 23/09/2017) relance la question de pouvoir, pour les banques, analyser les éventuels biais liés à leur personnels et leur formation, aux pratiques commerciales (segmentation client) ou même aux algorithmes automatiques d’analyse du risque crédit.

Le profilage onomastique est une alternative intéressante à la statistique ethnique : il permet par l’étude des prénoms et des noms de mettre en évidence des corrélations, des éventuels biais, et de guider des études qualitatives plus poussées. Surtout, il évite de figer un référentiel ethnique déclaratif – dont la taxonomie fait nécessairement débat – et qui implique une coûteuse collecte de données en amont.

La comparaison de deux logiciels de profilage onomastiques, le logiciel commercial NamSor et le service web gratuit universitaire NamePrism, permet de mettre en évidence deux façons radicalement différente de classer les noms.

Loin d’invalider l’une ou l’autre des méthodes, cela montre combien les noms sont d’efficaces révélateurs d’identité, et également à quel point ces identités sont complexes. Elles peuvent être analysés sous des angles très différents, selon des taxonomies multiples.

L’article original est en anglais,
https://blog.namsor.com/2017/09/27/visually-comparing-name-nationality-classification-services/

Ce projet Github contient l’échantillon de noms utilisé pour les comparaisons,
https://github.com/namsor/namsor_nameprism

About NamSor

NamSor™ Applied Onomastics is a European vendor of sociolinguistics software (NamSor sorts names). NamSor mission is to help understand international flows of money, ideas and people.
Reach us at: contact@namsor.com

Développement économique : quel rôle pour la diaspora?

couv-ouvrage-attractivite_full_news[article extrait de l’ouvrage collectif Attractivité des territoires : théories et pratiques, CNER, 19 mai 2015]

Développement économique : quel rôle pour la diaspora?

Par Elian CARSENAT, président NamSor SAS, FDIMagnet.com

Les pays, les régions, les villes qui souhaitent attirer des capitaux et des emplois qualifiés sur leur territoire sont confrontés à une concurrence exacerbée par la crise économique. C’est un jeu à somme nulle: le gagnant emporte toute la mise.

Certains territoires sont de véritables aimants pour les investissements directs étrangers (Vietnam, etc.) et n’ont pas besoin de développer de stratégies sophistiquées. En Europe, les régions sont en concurrence les unes avec les autres. Dans le même temps, des cabinets spécialisés font leur pain quotidien de l’outsourcing puis de la délocalisation vers l’Asie de pans entiers de nos économies développées: dans l’industrie, mais aussi dans les services, l’informatique ou la R&D.

De nombreuses régions se sont donc dotées d’organisations pour promouvoir leur attractivité en matière d’investissements, de recherche et d’innovation ou de tourisme.

Pour les agences de promotion des investissements (Investment Promotion Agency ou IPA), une première tâche délicate est d’identifier en amont les intentions, les « pistes » d’investissements directs. Un marketing ciblé, une stratégie d’influence, des approches innovantes inspirées du secteur privé (CRM, etc.) offrent un avantage compétitif. Le rôle d’une cellule de veille est essentiel: elle doit pour être efficace se doter des bases de données professionnelles correspondant aux secteurs économiques ciblés, des outils et du savoir-faire méthodologique propres à l’intelligence économique. Cela permet de combiner dans un CRM (outil de gestion des prospects et des opportunités en cours) des informations publiques qualifiées et triées, enrichies des informations récoltées sur le terrain (salons, roadshows, etc.)

Une fois que l’opportunité est identifiée, cartographier l’environnement décisionnel et obtenir le choix favorable d’un investisseur est une bataille longue qui nécessite de déployer tous les atouts disponibles. Comme dans le sport de haut niveau, c’est une petite différence qui fait toute la différence.

Un des leviers sous-utilisés par de nombreux pays est l’affinité culturelle. Comment trouver – et bien utiliser – l’information que tel ou tel décideur voudrait investir en France? Qu’elle soit modeste ou forte (une réticence moindre, un intérêt, une histoire personnelle, une envie, un désir, une passion pour la culture française…) méconnaître ou ignorer l’affinité culturelle, c’est gaspiller une chance. Le logiciel NamSor et l’outil @FDIMagnet peuvent être utiles pour identifier ces affinités et activer des réseaux à l’international en vue d’attirer des investissements directs étrangers vers un territoire.

L’exemple irlandais

Les Irlandais ont été pionniers dans l’activation de la diaspora irlandaise aux États-Unis pour attirer des investissements directs. Au début des années 1980, le pays a pris des mesures décisives pour renouer de manière active avec ses émigrés ou des hommes d’affaires prospères d’origine irlandaise. Comme le note Rebekah Berry, « en 1986, l’Irlande était l’un des pays les plus pauvres de l’Union européenne, mais [en 2002], c’est devenu l’un des plus riches. Le moteur de cette nouvelle prospérité a été l’investissement direct étranger. [Entre 1986 et 2002], les Irlandais ont attiré d’immenses capitaux d’Amérique – en grande partie grâce à un siècle d’attaches personnelles et familiales – et ils ont utilisé cet argent pour construire des usines. »

Avec la crise financière, encore une fois le rôle de la diaspora a été essentiel pour initier la reprise: non seulement par des incitations économiques, par la compréhension fine de leurs besoins (ressources humaines et capacités linguistiques, législation en matière fiscale ou protection des données) mais aussi par une stratégie d’influence ciblée, les Irlandais on attiré les sièges européens de nombreuses sociétés Internet. Sans surprise, IDA Ireland, qui occupe le bâtiment en face du siège Europe de Twitter, est aujourd’hui l’une des agences les plus efficaces en matière de stratégie digitale.

En février 2014, à un colloque organisé par l’ENS/Sorbonne sur la Diplomatie économique avec la participation du Quai d’Orsay, nous avons montré les différences culturelles qui existent dans la façon dont les Irlandais et les Français relaient les informations positives ou négatives concernant leur pays. Les Irlandais – pas seulement les cadres de IDA Ireland ou les diplomates – aident à la propagation sur les réseaux sociaux de nouvelles positives concernant l’Irlande. À travers le cas de l’annonce française de la première implantation du cœur artificiel Carmat, nous avons montré le peu de relai qui était fait au niveau mondial à une nouvelle positive, un scoop véritable, tandis qu’étaient largement relayées les informations négatives concernant la fameuse « Quenelle » (pas celle de Lyon, l’autre). Les réseaux sociaux, en particulier Google et Twitter, enferment désormais chaque pays – voire des régions – dans une bulle numérique : la langue, la géolocalisation font partie de l’algorithme de ciblage pour apporter à l’utilisateur les informations les plus pertinentes. Il est difficile de sortir de cette bulle. Pour « faire le buzz » au niveau global, il est nécessaire de trouver des relais qui sont des leaders de pensée ou d’opinion, pour un secteur et une audience ciblée.

Inspirés d’un projet écossais, Homecoming, les Irlandais ont lancé une initiative impressionnante dans le domaine du tourisme, The Gathering : l’organisation de milliers d’événements pour accueillir partout en Irlande des Américains, des Australiens, etc. d’origine irlandaise. Ce projet  de budget modeste a généré des revenus incrémentaux de l’ordre de 170M€ mais, surtout, il a tissé et renforcé les liens avec des centaines de milliers de personne appartenant à la diaspora irlandaise de par le monde. Combien de pistes d’investissements directs, combien de collaborations d’affaires pérennes naîtront de ces nouveaux liens ?

Controversée en Irlande même, l’initiative @ConnectIreland propose quant à elle de rémunérer des apporteurs d’affaires de la diaspora pour chacune des pistes d’IDE, chacun des emplois pérennes créés en Irlande.

L’exemple de l’Irlande a inspiré plusieurs pays de la nouvelle Europe, comme la Lituanie, qui a mis en place une organisation dédiée, Global Lithuania Leaders (GLL), pour animer les relations économiques, scientifiques et culturelles avec la diaspora lituanienne. Invest Lithuania a fait appel à nos services pour comprendre la sociologie des investisseurs étrangers déjà présents dans le pays et également pour identifier des pistes d’opportunités d’investissement depuis les États-Unis, le Royaume-Uni ou l’Europe du Nord. Nous avons pour cela analysé une base de données considérable, Factiva C&E / Dun & Bradstreet. L’approche a également intéressé l’Institut de Biotechnologie de Vilnius, qui a profité de cette démarche pour améliorer sa connaissance des flux migratoires hautement qualifiés dans les sciences de la vie: nous avons analysé pour cette étude 12 millions d’articles scientifiques. Pour certains pays, comme par exemple la Moldavie ou l’Ukraine, mesurer les départs de médecins ou de biologistes n’est pas uniquement une question d’attractivité ou de compétitivité: c’est aussi un enjeu de santé publique.

Quel rôle des Français de l’étranger pour l’attractivité de nos régions?

La notion de diaspora, pour la France, peut surprendre: pourtant l’hémorragie de talents à laquelle nous assistons actuellement (entrepreneurs, jeunes chercheurs, ingénieurs…) alimente effectivement une diaspora dans chacun des pôles hyper-attractifs que sont le Royaume-Uni, les États-Unis, l’Allemagne, la Suisse, Dubaï, Hong-Kong, Singapour… Londres serait aujourd’hui la quatrième ou cinquième ville de France. En matière d’influence digitale mesurée par les réseaux Twitter ou LinkedIn, Londres est réalité la seconde ville numérique de France, devant Lyon!

Le rapport publié en 2013 suite à la consultation sur la Marque France indique comme proposition de « mobiliser toutes les énergies disponibles : les Français de l’étranger jouent un rôle essentiel d’ambassadeurs individuels de la Marque France. » Quels sont les initiatives concrètes? Les Français ne sont pourtant pas en reste d’expertise dans le domaine des diasporas. La Maison des Sciences de l’Homme (MSH), avec l’Institut Mines-Telecom, a créé sous la direction de Dana Diminescu un outil tout à fait unique de cartographie des diaspora digitales (les Bretons, les expatriés français, les Indiens, les Russes, les Chinois, etc.) qui aurait toute sa place dans la mise en œuvre opérationnelle de la stratégie Marque France et de notre diplomatie économique. Cet outil fascinant est largement exploité dans le domaine académique mais sous-exploité sur le plan pratique.

Lorsque Mr Satya Nadella, un dirigeant d’origine indienne, est nommé à la tête du géant de l’informatique Microsoft, qu’est-ce que cela signifie en termes d’opportunités pour sa région d’origine, l’Andhra Pradesh ? Inversement, les grandes sociétés des pays émergents ou ré-émergents voient dans le diaspora Marketing une opportunité de trouver les ressources pour leur croissance organique et leur internationalisation, pour assurer la promotion de leur marque. Cela a fait l’objet d’un article en Octobre dernier dans la Harvard Business Review par les Professeurs Nirmalya Kumar and Jan-Benedict E.M. Steenkamp.

Quel rôle pour des personnalités charismatiques comme Lionel Zinsou, dirigeant de PAI Partners, un fonds d’investissement avec onze milliards d’euros sous gestion, pour le développement du Bénin et plus largement des relations économiques entre la France et l’Afrique?

L’onomastique, un outil pour les stratégies d’attraction d’investisseurs

Les Français ont-ils la culture de l’entraide et du réseautage, comme l’ont les Irlandais? Nous avons récemment conduit une étude qui peut éclairer cette question. La science des noms, l’onomastique, est un outil utile pour mesurer les biais culturels qui existent par rapport au fait de propager une nouvelle, de citer un auteur. Dans le domaine scientifique, il a été démontré [ICOS2014] que différentes cultures ont une propension plus ou moins forte à citer des auteurs d’une même culture. Les Chinois sont devenus les seconds producteurs (en volume) de publications scientifiques – tous domaines confondus – et ils se citent entre eux, comme d’ailleurs les Japonais. Ces données participent à l’établissement de classements internationaux (dont le fameux classement Shanghai des Universités). Les scientifiques ayant un nom irlandais ont aussi un biais positif vis-à-vis du fait de citer des scientifiques ayant un nom irlandais. Dans le même temps, les scientifiques français (comme les scientifiques italiens) ont un léger biais négatif vis-à-vis de leur propre communauté scientifique. Cela n’aide pas à briller dans les classements …

Selon Kingsley Aikins (CEO de Diaspora Matters http://diasporamatters.com/), expert international reconnu dans le domaine des relations entre un pays et sa diaspora, qui a conseillé de nombreux pays pour mieux utiliser les transferts d’argent, attirer des investissements directs ou établir des réseaux d’expertise, la capacité de connaître plus précisément la diaspora (qui elle est, où elle est et ce qu’elle fait) est essentielle : nous vivons désormais dans un monde digitalisé et la clé du succès pour activer une diaspora est la constitution d’un réseau global. La technologie NamSor, basée sur la reconnaissance du nom des personnes, est pour cela un outil nouveau et un accélérateur formidable. NamSor permet d’activer des réseaux à l’international en jouant sur l’affinité culturelle. @FDIMagnet est notre offre spécifiquement dédiée pour activer des réseaux d’affaires ou d’experts sectoriels en vue d’attirer des investissements directs étrangers vers un territoire.

Mr Kingsley Aikins fait aussi référence à la bataille des talents et à la façon dont la diaspora peut être une importante réserve de ressources humaines. Les pays qui connaissent la sociologie de leur diaspora et maintiennent un contact avec elle auront un avantage compétitif. Cela ne concerne pas uniquement la possibilité de faire revenir des personnes qualifiées lorsque les conditions économiques sont meilleures, mais également l’établissement de coopérations s’appuyant sur l’affinité naturelle entre l’expatrié et son territoire d’origine. La Malaisie, le Vietnam et l’Indonésie ont introduit des initiatives dans ce sens.

Selon Kingsley, le lien d’affinité le plus fort est celui qui relie un individu à un lieu – une ville, une région – avant l’appartenance à un pays, à une langue. Ainsi, le lien qui relie un expatrié irlandais à Cork est quelque fois plus fort que celui qui le relie à l’Irlande.

Dans un contexte de globalisation, les noms personnels sont ils encore en 2014 des marqueurs pertinents de l’identité? Deux images permettent en un clin d’œil de se faire une idée.

D’une part la représentation graphique de la ‘diversité’ au sein des directions des cinq mille plus grandes entreprises de chacun des pays de l’Union Européenne (plus la Suisse). Cette image montre que, pour l’essentiel, les dirigeants des entreprises françaises ont des noms français, les dirigeants des entreprises grecques ont des noms grecs, etc.

Mille Feuille Onomastique

Se poser la question de savoir qui sont les banquiers d’affaire français à Londres, les VC ou les Business Angels français dans la Silicon Valley n’est pas inutile à qui cherche du financement.

D’autre part, à l’occasion des célébrations du centenaire de la Grande Guerre, nous avons réalisé une comparaison visuelle des noms régionaux en 1914 et en 2014. Pour cela nous avons calibré l’algorithme de reconnaissance onomastique sur les noms des poilus pour les départements métropolitains de la base Mémoire des Hommes. Nous avons ensuite appliqué cet algorithme sur les noms du bac 2014. Malgré la différence d’échelle, il apparaît visuellement que, même après un siècle d’exode rural et de flux migratoires, l’anthroponymie reste un marqueur pertinent de l’identité régionale.

L’analyse des noms pose un certain nombre de questions en matière d’éthique ou d’exploitation des données personnelles que nous avons déjà eu l’occasion d’aborder dans un long article ,’Onomastique et Big Data‘ [ParisTech Review, Septembre 2013], une difficulté étant que cette technologie puissante peut aussi bien être mise au service de la devise  « Liberté, Égalité, Fraternité » qu’elle pourrait être déviée et utilisée pour discriminer et asservir. C’est le cas pour toutes les technologies du Big Data : l’analyse des graphes sociaux, le web sémantique, le machine learning et les modèles prédictifs etc. Ce qu’il est possible de réaliser en Irlande ou en Lituanie serait plus délicat à mettre en œuvre dans le cas d’un pays ayant des relations conflictuelles avec sa diaspora.

Conclusion

Le sujet de la relation entre développement économique et diaspora continue d’intéresser non seulement l’Irlande, mais aussi les États-Unis. Ainsi, le Global diaspora Forum a été inspiré par l’ancienne Secrétaire d’État Hilary Clinton pour aborder les différents angles de cette problématique: les flux migratoires et la mobilité; la représentativité dans les médias et la communication; l’aide au développement, la philanthropie et les transferts d’argent; les investissements directs, l’entrepreneuriat et l’innovation; les réseaux d’expertise; la question des femmes et du gender gap ; la problématique des confits.

J’ai l’honneur d’avoir été invité à présenter l’approche innovante NamSor de cartographie des diasporas à la prochaine édition du Global Diaspora Forum, qui aura lieu à Dublin fin octobre. J’espère encore apprendre beaucoup sur la façon dont notre pays pourrait mieux activer les Français de l’étranger pour participer au redémarrage économique de nos régions. Cela n’arrivera pas tout seul: il faut que les territoires aussi se mobilisent et aient l’audace d’innover.

[pour commander l’ouvrage collectif : Attractivité des territoires : théories et pratiques]

En savoir plus sur FDI Magnet :
www.fdimagnet.com

Mixité au Quai d’Orsay, égalité parfaite.

Annick Girardin, secrétaire d’État chargée du développement et de la Francophonie, a ouvert le 16 décembre, le colloque international “1975-2015 : c’est encore loin l’égalité des femmes et des hommes ?“, au centre de conférences ministériel du ministère des affaires étrangères et du développement international, en présence de Mme Tawakkol Karman, prix Nobel de la paix 2011, et de Mme Lakshmi Puri, sous-secrétaire générale des Nations unies et directrice exécutive adjointe d’ONU Femmes. Et au Quai d’Orsay, où en est la mixité? Ambassadrices et consules sont à parfaite égalité:

2014_French_MoFA_QuaiDOrsay_GEnderGap

Un nouvel outillage pour mesurer les écarts Homme-Femme

Hier, un tutoriel vidéo de l’outil NamSor+RapidMiner a été mis en ligne pour présenter l’utilisation de l’opendata et du data mining dans les analyses quantitatives de genre.

[plus d’informations en anglais ici]

 

émouvantes voix d’outre-tombe

Il n’est pas donné tous les jours d’entendre la voix de Tolstoï s’exprimant en français. Ce n’est pas lors d’une séance de spiritisme que j’ai eu cette expérience émouvante, mais durant une interview de KazTV – dans les bureaux de l’Institut des Archives Sonores, à Paris.

Moins connu que l’INA, cet institut a été créé par Franklin PICARD en fusionnant deux grandes collections privées d’enregistrements de voix du monde entier.

D’où viennent ces voix? D’outre tombe, assurément. Mais avant cela, d’où? L’onomastique -la science des noms- est un outil puissant pour retrouver dans un tel catalogue d’archive, l’origine de ces  voix. Elles appartiennent souvent à plusieurs origines selon qu’on s’intéresse à l’espace politique, l’espace géographique ou l’espace culturel : la voix du président Kennedy, c’est la voix des Etats-Unis mais c’est aussi la voix de l’Irlande et de sa Diaspora.

De même, des voix par milliers de poètes, d’écrivains, de philosophes ont été éditées à l’époque soviétique sous la bannière de l’URSS. Comment les retrouver? Dans les collections le l’IAS, dorment de véritables trésors pour les pays comme le Kazakhstan qui retrouvent leur identité culturelle et s’activent pour rechercher leurs poètes disparus.

Merci à Malgorzata d’avoir eu cette idée. Récemment, nous avons utilisé le logiciel NamSor pour aider la Lituanie à activer les leviers de sa Diaspora dans le domaine des investissements et de l’innovation. Ce nouveau champs d’application ouvre des possibilités passionnantes dans le domaine culturel – et quel outil fabuleux pour la Diplomatie économique!

Pour voir l’interview (en russe, traduit en Kazakh)

201409_NamSor_KazTv

lien mirroir:

A propos de NamSor

NamSor conçoit une solution de fouille de texte (datamining) spécialisée sur les noms, dans toutes les langues/cultures/pays-régions/alphabets/sources de données.

Comment utiliser RapidMiner pour les analyses de genre (égalité homme-femme, segmentation marketing…)

RapidMiner est un outil open source de fouille de données et d’analyse prédictive. L’extension onomastique pour RapidMiner utilise l’API NamSor Gender API pour prédire le genre des noms propres dans toutes les langues, tous les alphabets. Le résultat est plus précis qu’en utilisant simplement un dictionnaire de prénoms comme celui distribué par l’INSEE ou d’autres sources Open Data car Jean Valjean est un nom masculin mais Jean Parker est très probablement un nom féminin.

Le tutoriel vidéo ci-après montre comment a été réalisé l’étude des inégalités homme-femme au sein des institutions de l’Union Europenne.

Liens: