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

Présentation au sujet: "Introduction à lutilisation des corpus 2. Comment constituer un corpus?"— Transcription de la présentation:

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

2 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)

3 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

4 Où trouver des textes? 1/ Science Direct (www.sciencedirect.com)www.sciencedirect.com ¼ de la littérature scientifique, médicale et technique en ligne plus de 2.000 journaux, centaines de livres, manuels accès uniquement sur le campus droits dauteur ;-) 2 / Liens « périodiques et littérature grise » de Mme Geneviève Bordet.périodiques et littérature grise E.x. http://docinsa.insa-lyon.fr/sapristi/trouver-20.phphttp://docinsa.insa-lyon.fr/sapristi/trouver-20.php http://www.inria.fr/rrrt/index.fr.html

5 Où trouver des textes? 3/ www.sudoc.abes.fr (recherche de thèses)www.sudoc.abes.fr 4/ ENT de luniversité Paris Diderot : - HAL - GEOBASE 5/ Recherche sur Internet

6 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 !!!

7 Google Google : comment lutiliser au mieux ? Comment cibler au mieux les résultats formuler résultats plus pertinents http://www.googleguide.com/http://www.googleguide.com/ Google Google Hacks - 100 Industrial- Strength Tips & Tricks Tara Calishain, Rael Dornfest, OReilly

8 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

9 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.

10 Autres questions Que faire si une page nexiste plus? Google vérifier si elle existe encore en cache (retrouve une page que Google a indexée) The Web Archive Où trouver des glossaires et corpus parallèles? http://www.multilingual.ch

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

12 Dictionnaires de spécialité Allaby, Michael (2008) Oxford dictionary of earth sciences. Oxford University Press Geology dictionary by http://geology.com/Geology dictionary http://geology.com/ Geologylink ® geologic glossaryGeologylink ® geologic glossary Vocabulaire des bulletins d'avalanche - Avalanche Bulletin VocabularyVocabulaire des bulletins d'avalanche - Avalanche Bulletin Vocabulary Glossaire des termes sismologiques ; glossary of sysmological terms Glossaire des termes sismologiquesglossary of sysmological terms Glossaire géomorphologique thématique illustréGlossaire géomorphologique thématique illustré Termium Le grand dictionnaire terminologiquegrand dictionnaire terminologique