Normalisation

Dans T-LAB, la normalisation du corpus a un double but:

a) la détection correcte de mots en tant que formes graphiques;

b) la solution de quelques cas d'ambiguïté.

Ceci signifie que T-LAB, en premier lieu, réalise un certain nombre de transformations du fichier à analyser: élimination des espaces blancs en plus, marquage des apostrophes, addition d'un espace blanc avant et après des signes de ponctuation, réduction des majuscules, etc...

Deuxièmement, T-LAB marque un ensemble de formes identifiées en tant que noms propres, convertit les locutions identifiées comme multiwords dans des chaînes unitaires (par exemple "en quelque sorte" -> "en_quelque_sorte"; "Ministère de la Justice" -> "Ministère_de_la_Justice").

, ; : . ! ? ' " ( ) < > + / = [ ] { }