Introduction à lutilisation des corpus 2. Comment constituer un corpus?

Questions abordées 2. Comment constituer un corpus ? Comment trouver des textes ? Ou et comment trouver des ressources (glossaires, dictionnaires, corpus parallèles) ? Comment exploiter au mieux les fonctionnalités des moteurs de recherche? Comment choisir quel texte inclure ou pas dans le corpus ? Sous quelle forme faut-il le stocker pour quil soit facilement utilisable ? (rappel : formats de fichiers)

Rappel : quel type de corpus ? On va constituer un mini corpus Électronique Bilingue comparable (quelles langues? ) Doriginaux (éviter les auteurs locuteurs non-natifs) Synchronique Annoté? Ou bien forme de textes bruts? Ouvert : constamment enrichi De spécialité. Domaines/sous-domaines couverts ? Exemples : Le volcans de boue Le circuit de leau dans les sols Les montagnes

Où trouver des textes? 1/ Science Direct ( ¼ de la littérature scientifique, médicale et technique en ligne plus de journaux, centaines de livres, manuels accès uniquement sur le campus droits dauteur ;-) 2/ PLOS (Public Library of Science) : 3/ Liens « périodiques et littérature grise » de Mme Geneviève Bordet.périodiques et littérature grise E.x.

Où trouver des textes? 4/ (recherche de thèses) 5/ ENT de luniversité Paris Diderot : - HAL - GEOBASE 6/ Recherche sur Internet

Recherche documentaire sur Internet Comment choisir ? Internet nest pas une grande bibliothèque. Tout nest pas crédible. Avant dinclure un texte récupéré sur Internet vérifier : la date de mise ajour du site qui est lauteur de la page ? le texte a été écrit par un locuteur natif? quelle institution cautionne le contenu? Cette information devra, en partie, être incluse dans la source bibliographique de chaque texte inclus dans le corpus !!!

Google Google : comment lutiliser au mieux ? Comment cibler au mieux les résultats formuler résultats plus pertinents Google Google Hacks Industrial- Strength Tips & Tricks Tara Calishain, Rael Dornfest, OReilly

Google Google : syntaxe de base pomme de terre (AND implicite) « pomme de terre » Paris OR London hôtel (Paris OR London) Bush -George –president Bush BUSH bush écri* ????? « trois * raisons » caractère joker glossary OR vocabulary OR lexicon ~glossary

Google Google : syntaxes spéciales Opérateurs google intitle: inurl: intext: inanchor: site: link: filetype: related: define: Et plein dautres!!! Lordre des termes de la requête et la répétition peuvent affecter les résultats.

Autres questions Que faire si une page nexiste plus? Google vérifier si elle existe encore en cache (retrouve une page que Google a indexée) Où trouver des glossaires et corpus parallèles?

Google hack Un dernier Google hack Google Chercher sur Google le terme hydracefallus et limiter les résultats aux fichiers de type.pdf.