Unité d'Analyse

Les unités d'analyse de T-LAB sont de deux types: unités lexicales et unités de contexte.

A - les unités lexicales sont des mots, simples ou "multiples", archivés et classifiés sur la base d'un critère. Plus précisément, dans le database T-LAB chaque unité lexicale constitue un record classifié avec deux champs: forme et lemme. Dans le premier champ, appelé forme, sont listés les mots ainsi qu'ils apparaissent dans le corpus, alors que dans le second, appelé lemme, sont listés les labels attribués à des groupes d'unités lexicales classifiées selon des critères linguistiques (ex. lemmatisation) ou au moyen de dictionnaires et de grilles sémantiques définies par l'utilisateur.

B - les unités de contexte sont des portions de texte dans lesquelles le corpus peut être subdivisé. Plus exactement, dans la logique T-LAB, les unités de contexte peuvent être de trois types:

B.1 documents primaires, correspondant à la subdivision "naturelle" du corpus
(ex. interviews, articles, réponses à des questions ouvertes, etc.), ou bien aux contextes initiaux définis par l'utilisateur;
B.2 contextes élémentaires , correspondant à des unités syntagmatiques d'une ou de plusieurs phrases et définis de façon automatique (ou semi-automatique) par T-LAB. Ainsi, dans le database T-LAB chaque document primaire se révèle être constitué d'un ou de plusieurs contextes élémentaires;
B.3 sous-ensembles du corpus, correspondant à des groupes de documents primaires reconductibles à la même "catégorie" (ex. interviews d' "hommes" ou de "femmes", articles d'une année particulière ou d'un titre particulier, et ainsi de suite).