index

Boite à outils Perl

Elle se compose des 4 modules suivants.

iterd.pm : Gère le parcours de l'arborescence. Il permet de séparer le code qui parcourt les répertoires de celui qui s'occupe du traitement des fichiers.

filtreur.pm : Encapsule un parseur xml pour récupérer le contenu de balises dans un document XML.

tagger.pm : Gère le traitement fait par tree-tagger.

pms.pm : Extraction de patrons morpho-syntaxiques.

Il y a quelques exemples d'utilisation ici.

Tout ça est mis en application dans le script projet.pl qui traite les fils RSS et qui se lance comme ça :

$ perl projet.pl nom-directory-à-explorer "/chemin/vers/tree-tagger"

ou comme ça si on veut extraire un patron "NOM ADJ"

$ perl projet.pl nom-directory-à-explorer "/chemin/vers/tree-tagger" "NOM ADJ"

Exemple:

Si l'archive des fils est dans /tmp/proj et que le chemin de la commande tree-tagger est /home/perl/treetager/cmd/tree-tagger-french , on lance le traitement avec :

$ perl projet.pl /tmp/proj /home/perl/treetager/cmd/tree-tagger-french "NOM ADJ"

Le fichier SORTIE.xml créé est ensuite transformé avec le script etik2.xsl pour obtenir le résultat.

Si on veut extraire un patron, on fait :

$ perl projet.pl /tmp/proj /home/perl/treetager/cmd/tree-tagger-french "NOM ADJ"

et on récupère un fichier patrons.xml , ou un fichier texte , ou un fichier au format GraphML
ou enfin un fichier patrons.net contenant un graphe utilisable par Pajek.