n-gramme

En T-LAB un n-gramme est une séquence de deux (bi-gramme) ou plus mots clés présents à l'intérieur du même contexte élémentaire.

Son usage est réservé au calcul des cooccurrences et, à l'intérieur du même contexte élémentaire, la contiguïté des mots considérés ne tient pas compte ni des "mots vides" (c'est-à-dire stop-words) ni de la ponctuation.

Prenons, par exemple, le contexte élémentaire suivant:

La loi favorise l'égal accès des femmes et des hommes aux mandats électoraux et fonctions électives, ainsi qu'aux responsabilités professionnelles et sociales.

En supposant que les treize items en rouge soient inclus dans notre liste de mots clés, la subdivision en bi-grammes produit les contextes suivants de cooccurrence:

loi & favoriser
favoriser & égal
égal & accès
etc. etc.

Différemment, dans les cas de trio-grammes le résultat serait le suivant:

loi & favoriser & égal
favoriser & égal & accès
égal & accès & femme
etc. etc.

Il est important de souligner que, dans le cas des contextes élémentaires, les cooccurrences sont basées sur la présence des mots dans le même "endroit" (par ex. phrase, paragraphe etc.); différemment, dans le cas des n-grammes, les cooccurrences sont basées sur une relation de contiguïté.

En T-LAB l'analyse des cooccurrences basées sur des n-grammes peut être réalisée avec l'outil Associations de Mots. En outre, l'analyse markovienne des bi-grammes peut être effectuée à l'aide de l'outil Analyse des Séquences.