Contextes élémentaires

Pendant la phase d'importation, T-LAB réalise une segmentation du corpus en contextes élémentaires: ceci pour faciliter les explorations de l'utilisateur et, surtout, pour rendre possibles les analyses qui requièrent le calcul des co-occurrences.

Selon la choix de l'utilisateur, les types de contextes élémentaires peuvent être les suivants:

1 - Énoncés

Contextes élémentaires marqués par ponctuation (.?! ) et dont la longueur est inférieure à 1.000 caractères (minimum : 50 caractères).

2 - Fragments

Contextes élémentaires de longueur comparable composés d'un ou plusieurs énoncés.

Dans ce cas, les règles de segmentation utilisées par T-LAB sont les suivantes:

• considérer comme contexte élémentaire chaque séquence de mots interrompue par le point à la ligne et dont les dimensions sont inférieures à 400 caractères;

• dans le cas où, dans la longueur maximale, n'est présent aucun point à la ligne, chercher, dans l'ordre, d'autres signes de ponctuation (? ! ; : ,). S'il n'y en a pas, segmenter sur la base d'un critère statistique, mais sans tronquer les unités lexicales.

3 - Paragraphes

Contextes élémentaires marqués par ponctuation (.?! ) et par le retour de chariot, dont la longueur maximale est 2.000 caractères.

4 - Textes Courts

Cette option est habilitée seulement quand la longueur maximale des textes n'excède pas les 2.000 caractères (ex. réponses aux questions ouvertes).

N.B.:

- le fichier corpus_segments.dat contient le résultat de la segmentation du corpus;
- l'option concordances permet de vérifier les contextes élémentaires où chaque mot (ou lemme) est présent.