PRESENTATION
Objectifs
- Extraire des patrons syntaxiques à partir des fichiers TXT étiquités via Talismane de BàO2. Cette extraction va nous permettre de définir quels sont les termes caractéristiques pour chaque rubrique.
- Des patrons syntaxiques à extraire:NC ADJ, NC P NC P NC, V DET NC, ADJ NC
- 2 méthodes: PERL + XSLT
Données
- Entrée:
Les fichiers XML étiquetés par TreeTagger (pour XSLT):International-3210, Europe-3214, France-3224,Cinéma-3476 et Culture-3546
Les fichiers TXT étiqutés par Talismane pour le script PERL:International-3210, Europe-3214, France-3224, Cinéma-3476 et Culture-3546 - Sortie:Par rubrique,2 fichiers de sortie (1 fichier XML et 1 fichier TXT) qui contiennent des patrons syntaxiques
Méthodes + Résultats: Perl
A découvrir