La base textuelle FRANTEXT

La base textuelle FRANTEXT
www.frantext.fr
INSTITUT NATIONAL DE LA LANGUE
FRANCAISE, C.N.R.S.
Denitsa Daynovska 2009
Présentation
• Un important corpus de textes français, du
XVI ème au XX ème siècle, saisis sur
support informatique.
•
Environ 3500 œuvres
• 80% d'oeuvres littéraires
• 20% d'ouvrages techniques de diverses disciplines
scientifiques.
• Un logiciel de consultation.
Denitsa Daynovska, décembre 2009
Pourquoi Frantext?
 Recherches utiles pour l’analyse linguistique
Par exemple:
étude des emplois du verbe sortir,
étude des emplois du verbe sortir suivi d’une préposition,
étude de la construction [Verbe + Préposition + Nom]
etc.
 Recherches utiles pour l’analyse littéraire
Par exemple:
Chercher les passages où Balzac parle d’amour paternel dans « le Père
Goriot »
Denitsa Daynovska, décembre 2009
Présentation de Frantext
 Version catégorisée
moins de textes (1940 textes),
 étiquettes de catégories: nom, adjectif, adverbe, verbe,
préposition…

Version non catégorisée (Frantext intégral)
Plus de 3 952 textes (avril 2009),
Sans étiquetage.
Denitsa Daynovska, décembre 2009
Présentation de Frantext
Denitsa Daynovska, décembre 2009
Le corpus de recherche
 Définir son corpus de travail, c'est choisir sur
quels textes vous voulez travailler.
 Un choix selon les critères suivants:




Auteurs,
Titres,
Date,
Genre littéraire.
 Vous pouvez à tout moment:


modifier le choix de textes,
visualiser le détail de la bibliographie.
Denitsa Daynovska, décembre 2009
Notion de session
 Lorsque vous ouvrez FRANTEXT, vous avez initialisé une session de
travail. La session sera fermée et les fichiers seront effacés au bout de
douze heures à compter du début de la session;
 Si vous revenez à la page d'accueil et cliquez à nouveau sur
"ACTIVATION DE FRANTEXT", vous initialisez alors une nouvelle
session. Vous êtes alors considéré comme un nouvel utilisateur, et les
fichiers que vous avez créés dans la session précédente deviennent
inaccessibles;
 Il est conseillé de ne pas ouvrir Frantext dans plusieurs fenêtres pendant
une même session.
Denitsa Daynovska, décembre 2009
Définir le corpus de recherche
Denitsa Daynovska, décembre 2009
Avec ou sans Menus déroulants?
Denitsa Daynovska, décembre 2009
Sans « Menus déroulants »
Denitsa Daynovska, décembre 2009
Recherche dans le corpus
(avec « Menus déroulants »)
Denitsa Daynovska, décembre 2009
Recherche dans le corpus
 Une graphie simple
maison blanche
 Un verbe conjugué (toutes ses formes) &c
&caimer
 Substantif ou adjectif fléchi (toutes ses
formes)
&m
&mfleur &mvert
Denitsa Daynovska, décembre 2009
Recherche dans le corpus
Denitsa Daynovska, décembre 2009
Co-occurrence de séquences
Denitsa Daynovska, décembre 2009
Recherche d’une expression
 Une expression de choix:
maison ( blanche | bleue)
(maison|palais)d'un(blanc(immaculé|sale)|bleu(d'azur|pr
ofond))
[maison d'un blanc immaculé, palais d'un blanc immaculé, maison d'un blanc sale,
palais d'un blanc sale, maison d'un bleu d'azur, palais d'un bleu d'azur, maison d'un
bleu profond, palais d'un bleu profond ]
 Expression optionnelle
&?
un &?grand homme
un (homme | grand homme)
[un homme, un grand homme]
Denitsa Daynovska, décembre 2009
Recherche d’une expression
 une ou plusieurs fois &+
un &+très grand homme
 zéro ou plusieurs fois &*
un &*très grand homme
 zéro ou une fois
&?
un &*très grand homme
 négation
^
un ^très grand homme
Denitsa Daynovska, décembre 2009
Recherche d’une expression
 0, 1 ou plusieurs mots quelconques
&q(n1,n2)
[n1 ≥0, n2> n1, n2-n1≤7]
un &q(0,2) homme
(0, 1 ou 2 mots entre un et homme)
[un homme, un grand homme, un très petit homme,…]
un &q homme
un &q(1,1) homme
(1 mot entre un et homme)
[un grand homme, un jeune homme,…]
Denitsa Daynovska, décembre 2009
Entités catégorisées
Uniquement dans la version catégorisée
 Recherche d’une catégorie:
&e(g=XX)
&e(g!=XX)
 Recherche de contenu textuel dans une catégorie
&e(c=XX)
&e(c!=XX)
Denitsa Daynovska, décembre 2009
Entités catégorisées 2
Quelques codes de catégories:
A
adjectif (sauf cas Aca, Apr, Aps)
Adv
Adverbe
Cc
Conjonction coordination
Cs
Conjonction subordination
D
Déterminant (sauf cas Dca, Dg)
Dca
car. dét (cardinal ayant le rôle d'un déterminant : deux pigeons s'aimaient)
Dg
amalgamés (au/aux/du/des)
Inf
infinitif
Np
Nom propre
P
Pronom (sauf cas Per, X)
Per
Pronom personnel
Pp
Préposition
S
Substantif
V
Verbe (sauf participes et infinitif)
Denitsa Daynovska, décembre 2009
Exemple de recherche de mot
catégorisé
&e(g=A) &e(g=A) &e(g=A) &e(g=S)
Cherche la suite Adj Adj Adj Nom
[RESULTATS: pauvre chère petite enfant, mauvaise petite
vieille maison, pauvre petit jeune homme, etc.]
&e(g!=A)
[RESULTATS: tout ce qui N’EST pas adjectif!!!]
&e(c=tire-)
[RESULTATS: tire-bouchon, tire-jus, tire-ligne]
Denitsa Daynovska, décembre 2009
Étude du voisinage d’un mot
Denitsa Daynovska, décembre 2009
Calcul de fréquences
 Fréquence absolue: le nombre d'occurrences de cette forme dans le
corpus.
 Fréquence relative: la fréquence absolue de cette forme divisée par la
somme des fréquences absolues de toutes les formes graphiques du corpus.
Denitsa Daynovska, décembre 2009
Définition de listes
 Créer une liste manuellement.
 Créer une liste automatiquement:
Création d'une liste par flexion d'un lemme
 Création d'une liste à partir des graphies du corpus de
travail

 Appel d’une liste dans la recherche &l
Denitsa Daynovska, décembre 2009
Définition de grammaires
 Une grammaire a un nom: XXX
 Elle comporte des règles YYY
 Une règle a la forme suivante:
Nom:
Expression à chercher
 Appel d’une règle
&r
&rYYY,XXX
Denitsa Daynovska, décembre 2009
Exemple de grammaire
 Chercher les dates dans un texte (du type: 1 janvier 2005):
jour:
1|2|3|4|5|6|7|8|9|10|11|12|13|14|15|16|17|18|
19|20|21|22|23|24|25|26|27|28|29|30|32
mois:
janvier|février|mars|avril|mai|juin|juillet|août|septembre|octobre|novembre|décembre
annee:
(1|2)(0|1|2|3|4|5|6|7|8|9)(0|1|2|3|4|5|6|7|8|9)(0|1|2|3|4|5|6|7|8|9)
date:
&rjour &rmois &rannee
Denitsa Daynovska, décembre 2009
Sauvegarder
 Sauvegarder les résultats d’une recherche
 Sauvegarder une liste
 Sauvegarder une grammaire
Denitsa Daynovska, décembre 2009
Exercices 1
1. Définir un corpus de travail (après 1950)
2. Chercher les emplois du verbe filer, conjugué,
dans n’importe quelle forme.
3. Chercher le verbe filer et le mot coton dans le
contexte de la même phrase.
4. Créer une liste de déterminants (le, des, un, deux,
mon, …)
5. Chercher les constructions V dans Déterminant N
par exemple entrer dans la chambre
Denitsa Daynovska, décembre 2009
Exercices 2
6. Créer une grammaire qui cherche des dates du
format mardi, 5 janvier 1999 dans les textes.
7. Chercher combien de fois on trouve le mot amour
dans « Le père Goriot » de Balzac.
8. Etudier le voisinage du mot amour dans dans
« Le père Goriot » de Balzac
(contexte: 1 mot avant et 1 mot après).
Denitsa Daynovska, décembre 2009
FIN
Merci de votre attention!
Contact: [email protected], 02/9461075