<h1>MÉTHODOLOGIE</h1>

<p>Outre l'examen du taux de pénétration du domaine .EUS et des autres domaines majeurs du net au Pays basque, la présente étude a porté sur le degré de présence du basque et des autres langues dominantes.</p> <p>Nous avons pour ce faire analysé tous les contenus des sites web de chaque domaine et les avons classés par langue. Nous avons pu de cette manière connaître le nombre de contenus en basque, en espagnol, en anglais, en français et dans d'autres langues dans chaque domaine. Nous avons utilisé deux stratégies pour réaliser cette analyse de domaines :</p> <p><strong>- Crawling au niveau du domaine :</strong> En premier lieu, les contenus html correspondant au domaine sont téléchargés automatiquement par le biais des techniques de crawling, y compris les contenus crées par JavaScript. Ce processus de crawling gère les redirections pouvant se trouver à l’intérieur d’un domaine de façon intelligente. Les pages parking aussi sont repérées et bloquées. À la suite de ce processus de crawling, le texte est extrait des contenus html, et les langues y sont automatiquement identifiées par le biais des modèles de langues statistiques. Le modèle de langue utilisé est en mesure d’identifier tous les textes pouvant se trouver dans un texte multilingue. Cette méthode génère un trafic important lors du traitement de sites Internet de gros volume. C’est pourquoi cette méthode a été utilisée seulement pour le traitement de sites Internet au contenu réduit.</p> <p><strong>- Exploration d'Internet au niveau du domaine :</strong> Le but de cette méthode est de mesurer la présence d’une langue sur un site Internet à travers les moteurs de recherche (comme Google, Bing). En effectuant une recherche dans les moteurs de recherche avec les mots caractéristiques d’une langue (mots filtres) dans un domaine précis, nous pouvons faire une estimation des contenus dans cette langue. Ainsi, nous évitons de télécharger les contenus du site. De ce fait, nous utilisons cette méthode pour traiter les sites ayant des contenus importants. Nous ne l’utilisons pas pour les sites au contenu peu important, car beaucoup ne sont pas totalement indexés dans les moteurs de recherche. Pour vérifier le nombre de pages obtenus par les moteurs de recherche selon les filtres linguistiques, nous classons les premiers résultats donnés par les moteurs de recherche selon la langue –en fonction des modèles statistiques–, pour valider le bon fonctionnement des mots filtres.</p> <p>Il va sans dire que cette mesure est très complexe, et bien que les deux méthodes sont d'une grande précision, il existe une marge d’erreur. La mesure se fait en quelques étapes, et chacune de ces étapes à un taux d’erreur limité, qui s’accumulent tout au long de la chaîne. Selon nos estimations, l'exactitude des résultats et de 70 % à 80 %.</p><!-- [et_pb_line_break_holder] --><p>Nous apportons des améliorations au système afin de réduire le taux d'erreur dans les mesures, et ces améliorations ont un impact sur les résultats. Dans l’étude de 2017, par exemple, on a comptabilisé davantage de redirections dans le procédé de crawling, et de nombreuses pages parking de domaine ont été bloquées automatiquement. De même, nous avons utilisé un nouveau modèle de langue statistique afin d’identifier des extraits de texte en basque dans les textes multilingues, et des sites ayant des textes très courts ont aussi été pris en compte.</p> <p>Dans le cas du domaine .EUS, la présence du basque a été mesuré manuellement, en plus des autres stratégies automatiques mentionnés, et nous avons obtenu un niveau de précision encore meilleur.</p> <p>En ce qui concerne la classification des domaines, nous avons étudié les suivants :</p> <p><strong>- gTLD ou domaines génériques de premier niveau :</strong> .EUS, .COM, .NET, .INFO, .ORG et .BIZ</p> <p><strong>- ccTLD ou domaines de niveau supérieur de codes de pays :</strong> Nous avons analysé les domaines .ES et .FR. Pour le cas du domaine .EU, un certain nombre de données nécessaires pour effectuer les recherches de langue ne sont pas du domaine public, ce que précise notre étude lorsque cela est nécessaire.</p>