CoMeRe.org : corpuscomere

Accueil » 2016 » septembre

Monthly Archives: septembre 2016

4ème conférence cmc-corpora en Slovénie

cmc-conf-equipe

Plusieurs d’entre nous étaient présents à la 4ème conférence que nous co-organisions, après Rennes en 2015, cette année les 27 et 28 septembre en Slovénie.

les actes sont ici

les diapos des présentations sont à ce lien

Voici le fil Tweeter.
[View the story « 4th Conference on
CMC and Social Media Corpora for the Humanities » on Storify
]

En savoir plus : http://cmc-corpora.org

Vue d’ensemble de la base CoMeRe

Après l’ajout de de deux nouveaux corpus, voici l’état actuel de la base de corpus CoMeRe hébergée par l’infrastructure ORTOLANG dans le cadre des coopérations avec le consortium CORLI de Huma-Num. On remarquera la variété des genres de communication médiée par les réseaux présente dans cette base : https://hdl.handle.net/11403/comere

cmr-genres

Chaque corpus est téléchargeable avec tous les documents associés. Tous ces corpus sont structurés de la même façon en TEI-CMC (version XML augmentée de la TEI, pour en savoir plus, voir ici).  Pour en savoir plus sur la façon de télécharger chaque corpus , voir notre article ici .  Aucune identification, ni création de compte n’est nécessaire pour effectuer ces téléchargements.

Il est donc possible de construire des analyses intercorpus entre même genre ou entre genres différents. Merci aux utilisateurs ayant téléchargé nos corpus et/ou désireux d’accomplir des analyses en mélangeant leurs propres données avec les nôtres, de nous le signaler en nous écrivant à contact@comere.org .

Deux nouveaux corpus dans la base CoMeRe

La base de corpus CoMeRe ( https://hdl.handle.net/11403/comere ) vient de s’enrichir de deux nouveaux corpus qui comme les précédents sont entièrement téléchargeables, renseignés et structurés de la même façon que les précédents en TEI-CMC :

  • 1) Panckhurst R., Détrie C., Lopez C., Moïse C., Roche M., Verine B. (2016). 88milSMS. A corpus of authentic text messages in French. In Chanier T. (ed) Banque de corpus CoMeRe. Ortolang : Nancy. https://hdl.handle.net/11403/comere/cmr-88milsms
  • Ce corpus vient compléter les autres corpus de SMS / textos en langue française déjà présents dans CoMeRe, tous issus du même projet européen « sms4science ». Une version précédente du corpus figurait dans le site Huma-Num. Dans cette nouvelle verison, le corpus a été structuré en TEI-CMC, des métadonnées détaillées ont été ajoutées expliquant, notamment, les conditions de collecte, édition, etc. Les profils des  auteurs de SMS figurent désormais dans la version TEI-CMC. Une large fraction des émoticônes et émojis, présents dans les messages, a été étiquetée.
  • 2) Riou, S. & Sagot, B. (2016). Etiquetage morpho-syntaxique du corpus FAVI [corpus]. D’après Yun, H. & Chanier, T. (2014). Corpus d’apprentissage FAVI (Français académique virtuel international) [cmr-favi-tei-v1]. Banque de corpus CoMeRe. Ortolang.fr : Nancy. https://hdl.handle.net/11403/comere/cmr-favi/cmr-favi-tei-v2
  • Ce corpus est le premier de la base CoMeRe a avoir été produit après un étiquetage morpho-syntaxique  d’un précédent corpus CoMeRe. L’étiquetage a été réalisé avec l’analyseur MElt. Il s’agit d’un corpus de clavardage. Le corpus résultant est lui aussi encodé en TEI-CMC. Les étiquettes utilisées sont listées dans le teiHeader du fichier correspondant. Un document de travail sur la façon d’encoder en TEI le résultat du traitement est joint au corpus.

Les copies d’écran ci-dessous donnent un aperçu des fiches d’information sur les deux corpus précédents et un aperçu d’extraits d’interactions.  Ces fiches d’information s’affichent lorsqu’on accède aux corpus en suivant les adresses (handle) citées précédemment. Les fiches sont construites automatiquement à partir des contenus complets des corpus qui eux sont en XML/TEI.  Pour mémoire, un corpus est constitué d’une ensemble de fichiers (dont les principaux contenant les interactions des utilisateurs en ligne qui sont encodés en TEI-CMC), assemblés dans une archive ZIP. Chaque fiche d’information liste tous les fichiers contenus dans l’archive ZIP et donne le lien de téléchargement complet..

fiche d'information sur corpus Favi2

fiche d’information sur corpus Favi2

 

extrait des interactions étiquetées dans favi2

extrait des interactions étiquetées dans favi2

 

fiche d'information sur corpus 88milSMS

fiche d’information sur corpus 88milSMS

 

extrait des interactions du corpus 88milSMS

extrait des interactions du corpus 88milSMS