ETIQUETAGE MORPHOSYNTAXIQUE
BAO 2
Pour chaque rubrique, nous disposons de deux fichiers (xml et txt). D'abord, nous étiquetons avec Treetager ensuite dans une deuxième temps avec CORDIAL
Il s'agit d'un programme Perl qui va parcourir l'arborescence 2016, en se servant des outils dans le même répertoire. Un programme qui s'exécute sur toute l'arborescence pour une rubrique donné en 4 voire 5 heures. Il suffit donc de lancer son programme sur une rubrique donné avant d'aller dormir.
On peut avoir le fichier suivant :
Nous soumettons à Cordial chaque fichier pour chaque rubrique. Pour cela, nous sommes obligés de convertir nos fichiers textes de l'UTF-8 à l'ISO-8859-15. Cordial est un outil d'étiquetage qui prend uniquement des fichiers textes encodés en ISO-8859-15.
Mais le problème c'est que nous n'arrivions pas à ré-encoder avec la commande iconv. car il y a des caractère qu'il ne reconnaît pas dans nos fichiers UTF-8. On a décidé de faire la conversion sur Libre Office et ça a marché pour nous
Cordial : interface graphique.
Une fois nos 3 fichiers convertis de l'UTF-8 à l'ISO-8859-15, nous pouvons facilement les soumettre à Cordial pour les étiqueter. Il suffit tous simplement de choisir les paramètres avant le traitement et l'obtention d'un fichier ISO-8859-15 (.cnr).
Un logiciel simple à manipuler mais déplorable car il n'est pas accessible gratuitement mais il ne fonctionne que sur une machine Windows. Par conséquent, Nous étions obligé de passer par l'application wine qui permet d'exécuter quelques programmes windows sur des machines MACOS ou Linux.
Bref, merci à M. Fleury.
Fichiers (.cnr) étiquetés par Cordial:
Lequel choisir parmi les deux maintenant ? Treetagger prend des heures ; Cordial payant et que Windows...!!!