Ce site documente la constitution et l'analyse semi-automatique d’un corpus web multilingue (français, anglais, coréen et grec moderne) sur le thème du syndicalisme, un travail réalisé dans le cadre du cours de Master de Traitement Automatique des Langues “PROGRAMMATION ET PROJET ENCADRE - 1” dispensé, au 1er semestre de l’année universitaire 2019/2020, à l’ILPGA (Paris 3 – Sorbonne Nouvelle, Master PluriTAL). Le descriptif de cet enseignement et de ses objectifs est reproduit ci-après.

“Mise en œuvre d’une chaîne de traitement textuel semi-automatique, depuis la récupération des données jusqu’à leur présentation. Ce cours posera d’abord la question des objectifs linguistiques à atteindre (lexicologie, recherche d’information, traduction…) et fera appel aux méthodes et outils informatiques nécessaires à leur réalisation (récupération de corpus, normalisation des textes, segmentation, étiquetage, extraction, structuration et présentation des résultats…). Ce cours sera aussi l’occasion d’une évaluation critique des résultats obtenus, d’un point de vue quantitatif et qualitatif.”

Camarade, bonne lecture !