EBIOR TAL

Listes et services

Listes

Les différentes listes ci-dessous ont été obtenues en deux phases successives :

1. par les diverses options du programme CORDIAL 9, de Synapse Développement, Toulouse, 2002
2. par corrections manuelles en respectant les principes suivants

Mots et occurrences

Tri par défaut : ordre alphabétique. Un tri par nombre occurrences est possible.

Les mots sont classés uniquement selon leur forme orthographique, sans tenir compte de leur catégorie grammaticale. C'est ainsi que la préposition "à" est distinguée de la forme verbale "a" mais non le nom "adultère" et l'adjectif "adultère" qui sont regroupés sous une même forme. Chaque forme verbale (achetaient, achètent, acheté, achetèrent) ainsi que les adjectifs au féminin et/ou au pluriel (accompli, accomplies) sont comptées séparément.

Par contre, certaines expressions composées dont un élément n'existe pas individuellement sont considérées comme un mot unique : à jeun, parce qu', parce que, quant à, quant aux, tandis qu'. Le décompte sera donc différent de celui obtenu par un programme tel que Word par exemple.

Lemmes, occurrences et décomposition

Tri par défaut : ordre alphabétique. Un tri par nombre occurrences est possible.

C'est une liste basée sur la grammaire et la syntaxe française,et non plus sur l'orthographe.

Cinq informations disponibles :

• la forme canonique du dictionnaire (lemme) qui comprend
  • des expressions significatives commençant essentiellement par à,au,de,e,fils de,pour,tout.... 'à la porte' n'est pas une forme de 'porte' et 'un tremblement' diffère "d'un tremblement de terre"
  • des verbes à l'infinitif présent
  • des adjectifs au masculin singulier
  • des noms communs
  • des noms propres avec majuscules
  • des pronoms
  • des articles
  • des mots invariables: adverbes, prépositions,conjonctions,interjections
  • des mots étrangers

   

• l'analyse grammaticale qui permet de distinguer des formes orthographiques identiques : par exemple l'adjectif 'ajouté' et le participe 'ajouté',le nom 'aveugle' et l'adjectif 'aveugle',le nom masculin 'la mort' et le nom féminin 'la mort', l'article 'le' et le pronom personnel 'le'

catégories

• adjectif,adjectif masculin,adjectif singulier,adjectif indéfini,adjectif démonstratif,adjectif numérique,adjectif possessif,adjectif interrogatif
• adverbe
• article,article indéfini
• conjonction de coordination,conjonction de subordination
• expression
• interjection
• nom,nom masculin,nom féminin
• préposition
• pronom démonstratif,pronom indéfini,pronom personnel,pronom possessif,pronom relatif
• verbe

• le nombre d'occurrences par lemme
• l'ensemble des formes orthographiques,regroupées par ordre alphabétique sous la forme canonique. Celle-ci ne figure pas dans la liste. Un nombre entre parenthèses représente une occurrence partielle pour distinguer deux formes identiques au niveau de l'orthographe.

    par exemple :

 'accourait,accouraient,accourut' comme formes du verbe 'accourir'

'autour de,autour des,autour du' comme formes de la préposition 'autour'

'enfants'    comme forme du nom 'enfant'

'ma,mes'     comme formes de l'adjectif 'mon'

"l', la,les " comme formes de l'article 'le'

• le renvoi éventuel à une autre entrée de la liste

le nom 'bien' renvoie à l'expression 'faire du bien'

la préposition 'loin de' renvoie à l'adverbe 'de loin'

Les deux listes, celles des mots orthographiques et celle des lemmes grammaticaux doivent être utilisées ensemble

Le mot 'coupe' (8 occurrences) apparaît sous le lemme 'la coupe' nom féminin (6) et sous le lemme 'couper' à l'impératif du verbe

le lemme 'enlever' (5 occurrences) regroupe les formes 'enleva(1),enlève (1),enlevé(2),enlevèrent(1)'

Comparons  les mots 'mort (9), morte(2),morts(6),mourant  (1),mourir(5),mourut(2)' avec les lemmes 'la mort(4),le mort (6),mort(5),morte(2),mourir(15)'

Nous pouvons en déduire que

'mourir' (15) = 'mort(5) + morte(2) + mourant (5) + mourir (5) + mourut (2)'

'mort' (9)' = 'la mort' (4) + participe 'mort' (5)

'morts'(6) = 'le mort' (6)

Mots-clés

Cette liste permet de visualiser les idées fortes du texte étudié.

Tri par défaut : par catégorie puis par poids

Quatre informations disponibles :

• le lemme (forme canonique du dictionnaire : infinitif présent pour un verbe, masculin singulier pour un adjectif). Ici aussi, les expressions composées sont regroupées sous une forme unique ainsi que d'autres syntagmes significatifs : esprit saint, chef de synagogue, fils bien-aimé, lieu désert, Judas Iscariote , Marie de Magdala.
• la catégorie

• • S : mot significatif (nom, adjectif, verbe)
  • P : nom propre
  • O : mot outil

• le poids

Cette valeur reflète l'importance respective de chacun des mots. Par exemple une valeur de 15 pour le mot "disciple" indique que ce mot est utilisé au moins quinze fois plus dans l'évangile de Marc qu'on ne s'attendrait à le trouver selon l'analyse statistique de l'ensemble du corpus de la langue française examiné par Cordial. A ne pas confondre avec la notion suivante.

• les occurrences

nombre de fois que le mot ou l'expression figure dans le texte

Concepts clés

tri par défaut : par catégorie/sous-catégorie/élément. Un tri par probabilité est également possible.

Cette liste permet d'entrer dans la sémantique d'un texte à l'aide du dictionnaire thématique de Cordial qui classe 120 000 mots selon une logique d'emboîtement à quatre niveaux allant du général au particulier.

1. 1er niveau : catégories (28 éléments)
2. 2ème niveau : sous-catégories (94 éléments)
3. 3ème niveau : thèmes (256 éléments)
4. 4ème niveau :  feuilles (3387 éléments)

Cette classification de concept n'est donc pas basé sur la Bible d'où le caractère parfois bizarre ou inattendu de certains intitulés. Toutefois,elle permet de prendre connaissance des thèmes centraux d'un texte. La liste se lit de gauche à droite, les concepts généraux,  à gauche, pesant plus lourd que les concepts particuliers, à droite.

Probabilité

Il s'agit de l'écart-type basé sur le rapport entre la fréquence réelle et la fréquence théorique d'apparition d'un mot dans un texte. Plus la valeur est élevée, plus le concept est important.

Services

• Possibilité d'obtenir les listes au format texte (et non au format Excel),  triées selon la zone désirée
• Possibilité de concordance pour un mot donné, c'est-à-dire l'impression des références et du contexte de chaque occurrence de ce mot. voir un exemple avec le mot 'scribe'