T-LAB Home
T-LAB PLUS 2019 - AIDE EN LIGNE Prev Page Prev Page
T-LAB
Introduction
Ce que T-LAB fait et ce qu' il vous permet de faire
Conditions requises et performances
Préparation du Corpus
Préparation du Corpus
Critères Structuraux
Critères Formels
Fichier
Importer un unique fichier...
Préparer un Corpus (Corpus Builder)
Ouvrir un Project Existant
Configurations d'Analyse
Configurations Automatiques Personalisées
Personnalisation du Dictionnaire
Analyse des Co-occurrences
Associations de Mots
Analyse des Mots Associés et Cartes Conceptuelles
Comparaisons entre paires de Mots-Clés
Analyse des Séquences et Analyse des Réseaux
Concordances
Analyse Thématiques
Analyse Thématique des Contextes Élémentaires
Modélisation des Thèmes Émergents
Classification Thématique des Documents
Classification Basée sur ded Dictionnaires
Contextes Clé de Mots Thématiques
Analyses Comparatives
Analyse des Spécificités
Analyse des Correspondances
Analyse des Correspondances Multiples
Classification (Cluster Analysis)
Décomposition en Valeurs Singulières
Outils Lexique
Text Screening / Désambiguïsations
Vocabulaire du Corpus
Liste de Mots vides
Listes de Locutions
Segmentation de Mots
Autres Outils
Variable Manager
Recherche Avancée dans le Corpus
Tableaux de Contingences
Editeur
Glossaire
Analyse des Correspondances
Chaînes de Markov
Chi-Deux
Classification (Cluster Analysis)
Codage
Contextes élémentaires
Corpus et Sous-ensembles
Désambiguïsation
Document Primaire
Graph Maker
Homographes
IDnumber
Index d'Association
Isotopie
Lemmatisation
Lexie et Lexicalization
MDS
Mots-Clés
Mots et Lemmes
Multiwords
N-grammes
Naïve Bayes
Normalisation
Noyaux Thématiques
Occurrences et Cooccurrences
Polarités Factorielles
Profil
Seuil de Fréquence
Spécificités
Stop Word List
Tableaux de Données
Unité d'Analyse
Unité de Contexte
Unité Lexicale
TF-IDF
Valeur-Test
Variables et Modalités
Bibliographie
www.tlab.it

Mots et Lemmes


N'importe quel logiciel d'analyse des textes identifie avant tout les soi-disant formes graphiques (ou formes brutes), c'est-à-dire les chaînes de caractères séparées par les espaces vides.

Puis, s'accordant à leurs algorithmes spécifiques ou aux catégories employées par les spécialistes, les logiciels identifient les lexèmes, les mots-clés, etc.

Les tableaux T-LAB, pour toutes les unités lexicales présentes dans le database du corpus, reportent deux informations:

-la première, appelée mot, contient la transcription des unités lexicales (chaque mot, lexie ou multi-word) comme "chaînes" (en : strings) reconnues par le logiciel;

-la seconde, appelée lemme, contient le label avec lequel ont été regroupées et classifiées les unités lexicales.

Selon les cas, le lemme peut être:

- le résultat du processus de lemmatisation automatique;
- la rubrique d'un "dictionnaire personnalisé";
- une catégorie qui indique un groupe de synonymes;
- une catégorie d'analyses du contenu;
- etc.