Suite à l’atelier Sketch Engine

Pour répondre à deux des questions évoquées lors de l’atelier Sketch Engine hier :

  • Comment faire pour déposer des fichiers multiples sur Sketch Engine ?

On peut déposer les fichiers un à un ce qui permet de les explorer comme sous-corpus. Si c’est trop long à faire, on peut déposer un dossier zippé. Toutefois, cette démarche mène à la création d’un corpus sans sous-corpus ; on n’aura donc pas la possibilité d’explorer les fichiers individuellement.

On peut aussi partir d’un fichier unique contenant tous les textes (fichier créé par Sketch Engine, si c’est trop long à faire manuellement) et ensuite structurer le fichier à l’aide d’XML. Une des procédures possibles est expliquée dans cette page d’aide de Sketch Engine.

  • Est-ce que les données privées que nous déposons sur Sketch Engine restent notre propriété intellectuelle ?

Il me semble que la réponse est « oui ». Quand on créé un corpus, on atteint la page « Create new corpus » qui fournit les informations à ce sujet.

Lire la suite

Atelier Sketch Engine

En préparation de notre rencontre du 6 janvier 2017, voici deux documents qui nous serviront pour créer un petit corpus à l’aide de Sketch Engine.

sapir-language

sapir-index

Source : Sapir, Edward (1939). Language – An Introduction To the Study of Speech. Publié sur Gutenberg Project.


Résultats pour « concept » dans ce corpus :

sapir_conc_corpus_left (fichier word) ; sapir_conc_concept_left (fichier excel)

Décrire des outils d’exploitation de corpus

Le groupe de travail Exploration de corpus du consortium corpus écrits – dorénavant intégré dans le consortium CORLI (Corpus, Langues et Interactions) – propose de participer à la rédaction d’une synthèse descriptive des usages d’exploitation de corpus les plus répandus dans la communauté francophone (lire la suite ici).

Dans ce cadre, j’ai brièvement décrit mon usage de Sketch Engine. On y trouve également la description d’Annis. Il serait intéressant d’y trouver la description d’autres outils, comme par exemple celle de l’IMS Open Corpus Workbench.