Navigation – Plan du site
Varia

Partitionnements multiples de corpus : une lecture polyangulaire ?
L’exemple des bases latines du LASLA

Multiple Corpus: a Polyangular Readings Approach?
Margherita Fantoli et Marc Vandersmissen

Résumés

Dans le domaine de l’analyse des données textuelles (ADT), les chercheurs s’intéressent à la relation entre le texte et son support d’exploration. Ces dernières années, l’évolution de l’informatique a profondément modifié notre rapport au texte induisant le développement de nouveaux outils d’étude et critères d’analyse. Dans ce contexte théorique, le concept de lecture polyangulaire permet de compléter les notions de lectures linéaire, réticulaire ou matricielle. Cette approche du texte est devenue possible grâce aux outils d’édition de corpus toujours plus performants proposés par les logiciels de traitement automatique des textes, tel Hyperbase Web Édition. Les fondements de la lecture polyangulaire reposent à fois sur les techniques de corpus based et de corpus driven. Elle vise à multiplier les partitionnements de corpus afin de faire émerger aussi précisément que possible la trame du tissu textuel. Cette nouvelle méthode est ensuite illustrée par deux exemples issus des bases latines diffusées par le LASLA de l’Université de Liège.

Haut de page

Extrait du texte

Ce document sera publié en ligne en texte intégral en janvier 2019.

Plan

1. Introduction
2. Ordinateur et textes : lecture linéaire et lecture réticulaire
3. Ordinateurs et corpus : lecture polyangulaire ?
4. Lecture polyangulaire : deux exemples d’application
5. Conclusions

Aperçu du texte

1. Introduction

Depuis 1962, le LASLA (Laboratoire d’Analyse Statistique des Langues Anciennes) de l’Université de Liège travaille sur une base de données de textes lemmatisés de langues grecque et latine. Au départ, la lemmatisation avait pour but de faciliter la production d’Indices verborum et de concordance de la littérature classique. La plupart d’entre eux ont fait l’objet d’une publication. Ensuite, le LASLA a participé au développement d’outils informatiques et de plateformes statistiques (Hyperbase, Opera Latina, TXM) pour exploiter les données patiemment collectées pour chaque texte lemmatisé. En parallèle, le laboratoire a mis au point une procédure en ligne de lemmatisation semi-automatique validée par un philologue, gage de la qualité scientifique des données ainsi enregistrées.

Aujourd’hui, la base de textes latins lemmatisés contient environ 2 000 000 de mots dans tous les genres littéraires. Chaque mot d’un texte y est encodé avec son lemme, sa forme dans le texte, sa...

Haut de page

Pour citer cet article

Référence électronique

Margherita Fantoli et Marc Vandersmissen, « Partitionnements multiples de corpus : une lecture polyangulaire ?
L’exemple des bases latines du LASLA
 », Corpus [En ligne], 19 | 2019, mis en ligne le 01 janvier 2019, consulté le 16 décembre 2018. URL : http://journals.openedition.org/corpus/4505

Haut de page

Auteurs

Margherita Fantoli

LASLA – Université de Liège

Marc Vandersmissen

LASLA – Université de Liège

Haut de page

Droits d’auteur

© Tous droits réservés

Haut de page
  • Logo Revues électroniques de l’université de Nice
  • OpenEdition Journals