Unidad de Análisis

Las unidades de análisis de T-LAB son de dos tipos: unidades lexicales y unidades de contexto.

A - las UNIDADES LEXICALES son palabras, simples o "múltiple", archivadas y clasificadas en base a algún criterio. En particular, en la base de datos T-LAB, cada unidad lexical constituye un registro clasificado con dos campos: palabra y lema. En el primer campo (palabra) se enumeran las palabras así como aparecen en el corpus, mientras que en el segundo (lema), se enumeran las etiquetas atribuidas a grupos de unidades lexicales clasificadas según criterios lingüísticos (ej. lematización) o a través de diccionarios y plantillas semánticas definidas por el usuario.

B - Las UNIDADES DE CONTEXTO son porciones de texto en las que se puede dividir el corpus. En particular, en la lógica T-LAB, las unidades de contexto pueden ser de tres tipos:

B.1 documentos primarios correspondientes a la subdivisión "natural" del corpus
(ej. entrevistas, artículos, respuestas a preguntas abiertas, etc.), o sea a los contextos iniciales definidos por el usuario;

B.2 contextos elementales, correspondientes a unidades sintagmáticas de una o más frases y definidas de modo automático (o semi-automático) por T-LAB. Por tanto, en la base de datos T-LAB cada documento primario está constituido por uno o más contextos elementales;

B.3 subconjuntos del corpus que corresponden a grupos de documentos primarios atribuibles a la misma "categoría" (es. entrevistas de "hombres" o de "mujeres", artículos de un determinado año o de un determinado periódico, y así sucesivamente).