Il software per l’analisi qualitativa si è molto evoluto negli ultimi dieci anni. Da elemento di aiuto alla lettura del testo diviene sempre più strumento per l’analisi “automatica” del testo e ciò quasi a prescindere dalle scelte epistemologiche del ricercatore. Oggi si avverte infatti come preminente l’esigenza di scavare nella molteplicità e vastità di testi a disposizione, alla ricerca dell’informazione utile. In questo senso, la misurazione quantitativa di un materiale così sfumato (senza soluzione di continuità) come il linguaggio, aiuta a rendere più rigorosa ogni rappresentazione che si dà della informazione estratta dai dati testuali. Sia la Text analysis che il Text mining si servono sempre più di piattaforme in grado di discernere in maniera automatica il contenuto delle collezioni di documenti, oggetto d’interesse. Questo contributo testimonia l’evoluzione di TaLTaC – software del «Trattamento automatico lessicale e testuale per l’analisi di contenuto di un corpus» – ideato dall’autore dieci anni or sono, nella prospettiva di stabilizzare il risultato dell’analisi su dati non strutturati. Il lavoro è suddiviso in due parti: la prima ricostruisce la storia di questa evoluzione attraverso le esperienze e i contributi delle ricerche svolte, la seconda mette in luce i caratteri essenziali che distinguono TaLTaC da altre piattaforme.

Sergio Bolasco, ordinario di Statistica, insegna Metodi esplorativi per l’analisi dei dati alla facoltà di Economia dell’Università di Roma «La Sapienza» e svolge un corso di Text mining e analisi automatica dei dati testuali nel Master in Fonti strumenti e metodi per la ricerca sociale presso la facoltà di Statistica della stessa università. Fra le sue pubblicazioni recenti: Analisi multidimensionale dei dati (Carocci), Ricerca qualitativa e computer (Angeli), Text mining (Cisu), Parole in libertà. Un’analisi statistica e linguistica dei discorsi di Berlusconi (Manifestolibri, in collaborazione con Nora Galli de’ Paratesi e Luca Giuliano).