Résumé : Unix pour poètes invéterés

Ce TP vise à donner une introduction aux commandes Unix pour le traîtement des chaînes de caractères (texte, transcriptions, phonétisations…). L’objectif du TP est de permettre aux participants d’obtenir une vue synthètique de leurs données et de les aborder d’un point de vue quantitatif.

Textes

M. Proust, A l’ombre des jeunes filles en fleurs

Le Monde Textes structurés.

1) norm

Il s’agit d’un texte normalisé avec ponctuation qui ensuite peut être gardée ou retiré selon les besoins.

2) sgml

Il s’agit d’un marquage qui permet de structurer. Le marquage apparaît sous forme de balises et indique par exemple le début de l’article, le début d’un paragraphe etc. Ces balises permettent de structurer le texte. Dans l’exemple, les balises sont créés selon la convention gml normalisée.

TextGrids

Corpus NCCFr