Critères Structuraux

Les critères structuraux à respecter concernent la taille du corpus et sa subdivision en parties.

Quant à la taille, tous les outils T-LAB ont été testés avec un corpus 90Mo, correspondant à environ 55.000 pages de format .txt.

Les limites pour la taille minimum requièrent différents critères d'évaluation, parce que, sous un certain seuil, la taille du corpus peut compromettre la fiabilité de beaucoup d'analyses statistiques. À ce propos il suffit de suivre deux instructions: employer les corpus avec au moins 5.000 occurrences (approximativement 30 Ko); autrement, dans le cas des questions ouvertes, 50 réponses au minimum. En effet, dans ce dernier cas, chaque réponse constitue une différente unité de contexte.

Afin d'être traité, le corpus peut se composer de: un texte unique sans d'autres partitions; un texte subdivisé selon des critères établis par l'utilisateur (par exemple, un livre divisé en chapitres); un certain nombre de textes (par exemple, différents entretiens ou différents documents) classifiés par l'usage de variables et/ou IDnumber. Dans ces derniers cas, le corpus est subdivisé en parties qui doivent être codées par des critères formels précis.