Skip to contents

Overview

rallicagram is a R wrapper for the Gallicagram API.

Gallicagram is a super nice tool and set of databases that enables to easily run simple Natural Language Processing (NLP) analyses on a wide set of corpora. In particular, it enables to build historical time series of occurrences of keywords in various media in one line of code.

Installation

You can install the development version of rallicagram from GitHub with:

# install.packages("devtools")
devtools::install_github("vincentbagilet/rallicagram")

Usage

The main function, gallicagram, builds a data frame with the yearly, monthly or daily proportion of mentions of a term.

library(rallicagram)

gallicagram(keyword = "président", corpus = "lemonde", from = 1960)
#> # A tibble: 756 × 10
#>    date       keyword   n_occur n_total prop_occur  year month corpus resolution
#>    <date>     <chr>       <int>   <int>      <dbl> <int> <int> <chr>  <chr>     
#>  1 1960-01-01 président    1338  872943    0.00153  1960     1 lemon… monthly   
#>  2 1960-02-01 président    1360  915672    0.00149  1960     2 lemon… monthly   
#>  3 1960-03-01 président    1461  928764    0.00157  1960     3 lemon… monthly   
#>  4 1960-04-01 président    1239  772707    0.00160  1960     4 lemon… monthly   
#>  5 1960-05-01 président    1355  835612    0.00162  1960     5 lemon… monthly   
#>  6 1960-06-01 président    1314  850245    0.00155  1960     6 lemon… monthly   
#>  7 1960-07-01 président    1189  942062    0.00126  1960     7 lemon… monthly   
#>  8 1960-08-01 président     979  739018    0.00132  1960     8 lemon… monthly   
#>  9 1960-09-01 président    1506  904804    0.00166  1960     9 lemon… monthly   
#> 10 1960-10-01 président    1107  826661    0.00134  1960    10 lemon… monthly   
#> # ℹ 746 more rows
#> # ℹ 1 more variable: n_of <chr>

It enables to draw nice graphs representing the evolution of the use of a term in time, in two lines of code.

The package also allows to describe co-occurrences or words associated with a keyword. The corresponding functions are described in the vignette.

Corpora

The corpora available via Gallicagram are:

Corpus Corpus Name Reliable From Reliable To Nb Words Max Length Resolution
lemonde_rubriques Le Monde (rubriques) 1945 2024 1.5e+09 4 monthly
presse Presse de Gallica 1789 1950 5.7e+10 3 monthly
livres Livres de Gallica 1700 1940 1.6e+10 5 yearly
presse_livres Presse + livres de Gallica 1789 1940 7.3e+10 3 yearly
ddb Deutsches Zeitungsportal (DDB) 1780 1950 3.9e+10 2 monthly
american_stories American Stories 1798 1963 2e+10 3 yearly
guardian The Guardian 1999 2026 2e+09 2 daily
paris Journal de Paris 1777 1827 8.6e+07 2 daily
moniteur Moniteur Universel 1789 1869 5.11e+08 2 daily
journal_des_debats Journal des Débats 1789 1944 1.2e+09 1 daily
la_presse La Presse 1836 1869 2.53e+08 2 daily
constitutionnel Le Constitutionnel 1821 1913 6.4e+07 2 daily
figaro Le Figaro 1854 1952 8.7e+08 2 daily
temps Le Temps 1861 1942 1e+09 2 daily
petit_journal Le Petit Journal 1863 1942 7.45e+08 2 daily
journal_officiel Journal officiel 1869 1952 8.42e+08 1 daily
petit_parisien Le Petit Parisien 1876 1944 6.31e+08 2 daily
huma L’Humanité 1904 1952 3.18e+08 2 daily
subtitles Opensubtitles (français) 1935 2020 1.7e+07 3 yearly
subtitles_en Opensubtitles (anglais) 1930 2020 1.02e+08 3 yearly
rap Rap français (Genius) 1995 2024 2e+07 5 yearly
persee Persée 1930 2023 1e+09 2 yearly
route à part (query_cairn) Cairn 2001 2025 - 3 yearly
route à part (persee+cairn) Persée + Cairn 1930 2025 - 2 yearly
tv_bfmtv BFM TV (transcriptions) 2026 2026 - 3 daily
tv_cnews CNews (transcriptions) 2026 2026 - 3 daily
tv_franceinfo France Info (transcriptions) 2026 2026 - 3 daily
ouest Ouest-France (Gallica) 1899 2025 - 2 yearly
prenoms Prénoms INSEE 1900 2024 - 1 yearly
jorf Journal officiel (JORF) 1990 2026 5.9e+08 2 monthly
libe Libération 1998 2025 - 3 daily
majinbook # Majinbook français 1700 2023 - 4 yearly
spa_majinbook # Majinbook espagnol 1700 2023 - 4 yearly
eng_majinbook # Majinbook anglais 1700 2023 - 2 yearly
deu_majinbook # Majinbook allemand 1700 2023 - 4 yearly
presse_moderne Presse contemporaine (toutes) 2008 2026 - 2 daily
20minutes 20 Minutes 2006 2026 - 2 daily
bfmtv BFM TV 2012 2026 - 2 daily
challenges Challenges 2006 2026 - 2 daily
cnews CNews 2012 2026 - 2 daily
francesoir France Soir 2015 2026 - 2 daily
gala Gala 2008 2026 - 2 daily
l_opinion L’Opinion 2013 2026 - 2 daily
lacroix La Croix 1995 2024 - 3 monthly
la_depeche La Dépêche 2012 2026 - 2 daily
laprovence La Provence 2014 2026 - 2 daily
latribune La Tribune 2015 2026 - 2 daily
le_capital Le Capital 2009 2026 - 2 daily
le_courrier_de_l_ouest Le Courrier de l’Ouest 2019 2026 - 2 daily
le_figaro Le Figaro (web) 2006 2026 - 2 daily
le_journal_du_dimanche Le Journal du Dimanche 2008 2026 - 2 daily
le_maine_libre Le Maine Libre 2019 2026 - 2 daily
le_marin Le Marin 2013 2026 - 2 daily
le_monde Le Monde 1945 2026 - 2 daily
le_nouvel_observateur Le Nouvel Observateur 2010 2026 - 2 daily
le_telegramme Le Télégramme 2009 2011 - 2 daily
leparisien Le Parisien 2001 2024 - 2 monthly
les_echos Les Échos 1991 2026 - 2 daily
marianne Marianne 2019 2026 - 2 daily
mediapart Mediapart 2008 2026 - 2 daily
midilibre Midi Libre 2011 2026 - 2 daily
nice_matin Nice-Matin 2015 2026 - 2 daily
ouest_france Ouest-France 2012 2026 - 2 daily
paris_match Paris Match 2009 2026 - 2 daily
paris_normandie Paris Normandie 2021 2026 - 2 daily
presse_ocean Presse Océan 2019 2026 - 2 daily
sud_ouest Sud Ouest 2010 2017 - 2 daily
telerama Télérama 2008 2026 - 2 daily
valeurs_actuelles Valeurs Actuelles 2008 2025 - 2 daily
voici Voici 2018 2026 - 2 daily
voiles_et_voiliers Voiles et Voiliers 2009 2026 - 2 daily
lemonde Le Monde 1945 2026 - 2 daily

Additional information on Gallicagram can be found on a preprint by Gallicagram developers Benoît de Courson and Benjamin Azoulay and on the “Notice” tab of the Gallicagram website.