pluriTAL – BLOG Master pluriTAL [ParisX, ParisIII, INALCO]

1ère séance

Posted in Navigations dans le Monde, Projet 2006-2007 by pluritaluser on 27 mars 2007

La première séance était une introduction au projet « Navigations dans le monde » à travers à la lecture du document fourni par M. Fleury (en .doc, .html et .pdf). Le document explique le projet, présente les corpus et les tâches à réaliser.

Comme je suis très gentille ;-), je vais vous faire un petit (long?) résumé:

Corpus le monde en surface:

  •  -> corpus de fils RSS + une série d’outils d’outils de traitement de ces fils.
  • -> corpus de tous les contenus textuels des fils RSS (le monde en surface) + corpus de tous les articles complets associés (le monde semi-profond)

Corpus le monde profond:

  • Phase 1 -> état quotidien des contenus textuels au format XML et compatible avec Lexico3 } états statistiques quotidien.
  • Phase 2 -> ne prend plus appuis sur la version éléctonique du journal et s’articule autour de l’archivage en parallèle des fils RSS.

Corpus le Monde surface bis:

  • -> le corpus de tous les contenus textuels des fils RSS sur la même période que celle utilisée par le monde profond.

Corpus le Monde surface étiquetée:

  • -> avec Cordial.
  • -> avec Treetagger.

Corpus présidentielle:

  • -> ne prend en compte que les pages et les fils du journal consacrés aux éléctions présidentielles 2007.
  • -> concatène les fichiers RSS archivés toutes les heures.

Voilà un tout petit résumé des corpus. Si vous avez remarqué je n’ai pas dit un mot des dates car je suis moi-même un p’tit peu perdue dans cette histoire ;-)…

Un petit rappel par rapport aux fils RSS:

  • Un fil RSS est un fichier XML.
  • Les contenus textuels des fils sont pointés par les éléments descriptions.
  • les contenus textuels de tous les articles complets sont pointés par les éléments link.

Voili voilou…

Marianne

Publicités

Laisser un commentaire

Choisissez une méthode de connexion pour poster votre commentaire:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s

%d blogueurs aiment cette page :