Vocabulaire du Corpus

Cet outil T-LAB nous permet de vérifier le vocabulaire du corpus de ses sous-ensembles (voir option "1" ci-dessous).;en outre, il nous fournit quelques mesures de la richesse lexicale.

Le tableau Vocabulaire est une liste comprenant tous les mots distincts (c.-à-d. "word types"), la quantité de leurs occurrences (c.-à-d. "word tokens"), leur lemmes correspondants et quelques catégories employées par T-LAB (voir le Glossaire/Lemmatisation).

L'utilisateur peut choisir (voir option "2" ci-dessous) les unités lexicales qui appartiennent à chaque catégorie, consulter le tableau correspondant et l'exporter comme fichier.xls (voir option "3" ci-dessous).

En outre, en utilisant le bouton droit de la souris, il est possible de vérifier les concordances (Key-Word-in-Context) de chaque mot (voir option "4" ci-dessous).

Les mesures de richesse lexicale sont cinq:

Type/Token ratio (TTR) ;
Root TTR (Guiraud, 1960), obtenue en divisant le nombre des "types" par la racine carrée du nombre des "tokens";
Corrected TTR (Carroll, 1964), obtenue en divisant le nombre des "types" par la racine carrée de deux fois le nombre des "tokens";
Log TTR (Herdan, 1960), obtenue en divisant le logarithme du nombre des "types" par le logarithme du nombre des "tokens";
Hapax/Types ratio.

N.B.:
- Hapax (c.-à-d. Hapax Legomena) sont les mots utilisés une seule fois dans le corpus;
- quand on analyse un sous-ensemble de corpus, toutes les mesures de richesse lexicale n'incluent pas les mots vides (c.-à-d. articles, prépositions, etc.).