IN DATA VERITAS · LABORATOIRE ÉDITORIAL

Article DNA

Collez un article. Le lab transforme sa composition éditoriale en empreinte chromatique : information, chiffres, citations, contexte, transitions, opinion et références.

Une carte, pas une vérité sémantique.
Le classement repose sur des heuristiques locales et explicites. Il aide à voir la composition du texte ; il ne juge ni l’angle, ni la qualité journalistique, ni la véracité des informations.

1. Collez l’article

0 caractère · analyse automatique

Principe. Le texte est découpé en blocs. Chaque bloc reçoit la catégorie dont les marqueurs sont les plus présents. Un bloc sans signal net reste classé comme information/neutre.

2. Profil éditorial

Heuristiques locales

Mots0texte analysé

Blocs0unités éditoriales

Diversité0/7familles présentes

Dominante—fonction principale

Aucun texte analysé.
Collez un article pour générer son empreinte éditoriale.

Empreinte

L’ADN de l’article

Chaque segment représente un bloc de texte. Sa largeur suit sa longueur ; sa couleur correspond à la fonction éditoriale détectée.

Carte chromatique

0 bloc

L’empreinte apparaîtra ici.

Répartition

De quoi l’article est-il composé ?

Le lab mesure la place relative occupée par chaque famille dans l’ensemble des mots analysés.

Répartition par fonction

en % des mots

Rythme éditorial

signaux structurels

Longueur moyenne0mots / bloc

Séquence dominante0blocs consécutifs

Blocs chiffrés0avec nombres / %

Blocs cités0avec parole rapportée

Lecture

Trois choses à regarder

Des observations descriptives sur la composition, sans transformer l’outil en correcteur automatique.

En attente

Analysez un article pour obtenir une lecture rapide.

Détail

Bloc par bloc

Le classement reste indicatif : l’intérêt est de comprendre pourquoi le lab a rangé un passage dans une famille donnée.

Découpage de l’article

0 bloc

#	Type	Extrait	Mots	% article	Signal principal
Aucune analyse pour le moment.

Méthode

Comment le classement fonctionne

Article DNA ne fait pas d’analyse sémantique par IA. Les catégories reposent sur des règles locales : guillemets et verbes d’attribution pour les citations ; nombres, pourcentages et monnaies pour les données ; connecteurs pour les transitions ; marqueurs temporels et explicatifs pour le contexte ; termes évaluatifs et première personne pour l’opinion ; URL et références explicites pour les sources. Quand plusieurs signaux coexistent, le score heuristique le plus élevé l’emporte.