Frantext 1, présentation et principales techniques de recherche Charles Bernet, Gisèle Kahn (ENS de Lyon) 1. Présentation 2. Menu général de Frantext 3. Définition du corpus de travail 4. Visualisation du corpus de travail 5. Recherche dans les textes 6. Expressions de séquence 1. Présentation Frantext est une base textuelle à dominante littéraire comportant des textes qui s'échelonnent du début du XVI e au début du XXIe siècle – on pourra mettre sur le compte d’aberrations de l’espace-temps la présence perturbante de plusieurs textes du XIIIe siècle… Les interrogations peuvent porter sur la base complète ou sur des sous-ensembles définis par tranches chronologiques, par genres, par auteurs ou par titres. La base s'est construite à partir d'un premier ensemble de textes réunis, vers 1960, pour apporter une documentation d'exemples au Trésor de la langue française, qui comportait un peu moins de mille œuvres des XIX e et XXe siècles sélectionnées à partir des bibliographies de manuels d'histoire littéraire et avec le concours de spécialistes. Cet ensemble s'est rapidement enrichi, vers 1970, de textes à caractère scientifique et technique nécessaires à la rédaction du dictionnaire. Par la suite, le fonds s'est étendu de façon à couvrir les trois siècles précédents ainsi que la période suivante. Il continue de s'étendre progressivement. Les textes littéraires sont pour la plupart saisis intégralement. Les saisies reproduisent l'orthographe des éditions sur papier dont ils sont tirés. En effectuant des recherches dans Frantext, il est important de tenir compte des variations graphiques liées à la chronologie. Dans la version non catégorisée, dite Frantext intégral, le logiciel d'interrogation permet des requêtes complexes portant sur des mots graphiques ou sur des lemmes (toutes les formes d'un même verbe, d'un même adjectif ou d'un même substantif). Au total, 3985 textes sont interrogeables. La version catégorisée est constituée d'un sous-ensemble de la base intégrale (plus précisément, 1940 textes postérieurs à 1829), dans lesquels une catégorie a été affectée aux mots ou séquences de mots. Elle offre des possibilités d'interrogation élargies à des requêtes grammaticales. Page d'accueil : http://www.frantext.fr (puis lien Frantext intégral ou Frantext catégorisé). Consultation sur abonnement dans les deux cas. 2. Menu général de Frantext En cliquant sur le bouton Accès à Frantext intégral à partir de la page d'accueil, on accède à la base non catégorisée. Un menu déroulant Menu de Frantext regroupe toutes les commandes [1]. Le tableau ci-dessous montre les principales possibilités offertes par le logiciel. Chaque rubrique est accompagnée d'une aide en ligne appropriée. Menu général de Frantext intégral Corpus de travail Définition du corpus de travail Visualisation du corpus de travail Vider le corpus de travail Sélectionner la totalité des textes Importer un corpus de travail Exporter un corpus de travail Recherche dans les textes Recherche simple Recherche de cooccurrences Recherche des mots d'une liste Historique des recherches effectuées Calculs de fréquences Calcul de la fréquence de mots donnés Répartition de la fréquence de mots donnés dans le corpus de travail Obtenir les fréquences des mots du corpus de travail Étude de voisinage Étude du voisinage d'un mot Étude du voisinage des mots d'une liste Listes de mots Création manuelle d'une liste Création d'une liste par flexion d'un lemme Création d'une liste à partir des mots du corpus de travail Édition des listes existantes Transmission d'une liste de votre ordinateur vers le serveur Grammaires Création d'une grammaire Édition des grammaires existantes Transmission d'une grammaire de votre ordinateur vers le serveur 3. Définition du corpus de travail Les outils de Frantext ne fonctionnent que si l'on a défini un corpus de travail (voir l'aide en ligne Que signifie corpus de travail ?). Si l'on souhaite travailler sur l'ensemble de la base, il faut quand même passer par ce service et enregistrer la sélection en n'entrant aucun critère. Les critères de sélection sont les suivants : auteurs, titres, dates de publication et genres littéraires. Parmi les genres littéraires, on trouve principalement : correspondance, éloquence, mémoires, pamphlet, poésie, récit de voyage, roman, théâtre, traité, essai. On peut en sélectionner plusieurs. Formulaire de sélection du corpus de travail On a tapé ionesco dans la ligne de saisie avant de cliquer sur le bouton dans l'auteur. On a obtenu le résultat suivant : Exemple de présélection d'un corpus de travail La première colonne indique les cotes Frantext. Les cases à cocher de la dernière colonne permettent d'affiner la sélection au cas par cas. 4. Visualisation du corpus de travail La visualisation du corpus de travail permet à tout moment d'éliminer des textes ou d'en ajouter de nouveaux. L'affichage est similaire à la figure précédente. Modifications possibles du corpus de travail (bas du formulaire) 5. Recherche dans les textes La recherche dans les textes du corpus de travail se fait à l'aide du formulaire reproduit ci-dessous. Formulaire de recherche simple Quatre modes de saisie sont proposés : • Texte exact. Par ex. roi recherche le mot "roi" tel quel, avec ou sans majuscule. • Flexion d'un verbe. Il faut taper un verbe à l'infinitif présent. Par ex. vivre recherche toutes les formes du verbe ("vis", "vit", "vivons"…, "vivais", "vivant", "vécu"…). • Flexion d'un substantif ou adjectif. Il faut taper un substantif ou un adjectif au masculin singulier. Par ex. royal recherche "royal", "royale" et "royaux". • Expression de séquence. Ce mode est détaillé ci-après. Noter que les trois modes précédents peuvent s'exprimer en tant qu'expressions de séquence [2]. Exemple de résultats On peut afficher les contextes dans un format réduit (comme ci-dessus) ou élargi (bouton Affichage au km ou Affichage des lignes). Le zoom (contexte d'une ou plusieurs pages) n'est possible qu'avec les textes libres de droits. 6. Expressions de séquence Ce sont des expressions qui ont pour but de faire apparaître des contextes contenant un mot ou une séquence de mots donnés. Une expression se construit comme une suite de sous-expressions élémentaires, éventuellement réduite à une seule. Possibilités de sous-expressions 1) une graphie donnée 2) une expression 3) une liste de choix 7) une sousexpression optionnelle 8) une entité catégorisée 4) un verbe fléchi 5) un substantif ou un adjectif fléchi 9) l'utilisation 10) le 11) résumé d'une symbole de grammaire négation 6) zéro, un ou plusieurs mot(s) quelconque(s) 12) liste des codes grammaticaux 1) une graphie donnée : on entre maison, on obtient maison. 2) une expression de choix : on entre maison (blanche|bleue) ou (maison blanche|maison bleue), on obtient maison blanche et maison bleue. 3) une liste : soit une liste déjà créée ; on l'a intitulée couleur, elle contient les mots rouge, vert et bleu ; on entre volet &lcouleur, on obtientvolet rouge, volet vert et volet bleu. 4) un verbe fléchi : on entre &caimer le calme, on obtient aime le calme, aimait le calme, aimera le calme, etc. 5) un substantif ou un adjectif fléchi : on entre &mfleur &mvert, on obtient fleur verte et fleurs vertes. 6) zéro, un ou plusieurs mot(s) quelconque(s) : &q(n1,n2) désigne une suite de mots dont le nombre est compris entre n1 et n2 ; on entre un &q(0,2) homme, on obtient un homme, un grand homme et un très petit homme. 7) une sous-expression optionnelle : on entre un &?(&?très grand) homme, on obtient un homme, un grand homme et un très grand homme. 10) le symbole de négation (^) : il peut être placé devant n'importe quelle sous-expression. Les exemples ci-dessus sont tirés directement de l'aide en ligne. On ne peut chercher des entités catégorisées (8) que dans la base de textes catégorisés. L'utilisation d'une grammaire (9) suppose qu'on l'ait préalablement créée. Le résumé (11) et la liste des codes grammaticaux (12) sont des pages annexes de l'aide en ligne. N.B. Tous les exemples présentés dans ce document correspondent à l'état de la base en juin 2010. [1] Le menu déroulant nécessite la présence du plug-in Java Runtime Environment dans le navigateur web. À défaut, le lien Toutes les possibilités en une pagepermet d'afficher l'ensemble des commandes sous forme de liens classiques. [2] L'aide en ligne indique que le mode Texte exact accepte aussi les expressions de séquence…