Méthodes

Pour extraire des patrons dans les sorties produites à l’issue de BàO 2, nous avons utilisé trois méthodes :

a) Extraction de patrons sur les sorties «brutes» de l’étiquetage Cordial via un script perl.

b) Extraction de patrons sur la sortie au format XML (Treetagger) via un script perl utilisant la bibliothèque XML::XPath.

c) Extraction de patrons sur la sortie au format XML (Treetagger) via une requête XPath dans une feuille de styles XSLT pour construire la liste des patrons.

Solution 1 : script Perl

Afin d’analyser la sortie produite à l’issue de BàO 2 via Cordial, nous utilisons un script préalablement fourni pour traiter nos données. Nous avons besoin aussi de créer un fichier contenant de patrons à extraire. (voir pos.txt).

Puis, nous avons saisi la ligne de commande suivante :

Extrait de résultat :

 

Téléchargez le script

Téléchargez le résutat

Solution 2 : XML::XPath

Cette méthode analyse la sortie en format XML de Treetagger via une technique de XPATH. Nous utilisons un script fourni comme point de départ pour nous aider à obtenir un résultat. Pour la bonne exécution du script, une bibliothèque de Perl : « XML::XPATH » s'avère nécessaire. A défaut, nous recevons le message d'erreur suivant :



Pour télécharger cet biblitohèque, nous avons utilisé Perl Package Manager (PPM) qui localise, installe, met à jour les paquetages.
Le module XML::XPATH permet d'évaluer des expressions XPath et de récupérer la valeurs des noeuds identifiés.
On utilise en entrée le fichier de sortie TreeTagger de la BàO 2 au format XML.

-Extraction des patrons via requête XPATH


La requête XPATH fournie propose deux méthodes séparés par I que l'on traduite par "OU". values:
(//element[./data[contains(text(),'NOM')]]/following-sibling::element[1][./data[contains(text(),'ADJ')]]/data[3])|(//element[./data[contains(text(),'ADJ

-Explications requête :

(//element[./data[contains(text(),'NOM']] :

Lors du parcours de l'arborescence, cette instruction va chercher le noeud DATA qui contient NOM

/following-sibling::element[1] [./data[contains(text(),'ADJ')]]/data [3] )) :

Instruction qui va chercher le "frère" de l'élément 1 à condition qu'au niveau DATA contient ADJ.

La formulation de la deuxième réquête est équivalente à la différence que l'on recherche les éléments ADJ, ceux qui sont précédés juste avant par un élément contenant la chaîne NOM, et l'on affiche le 3ème noeud fils DATA (mot)

Téléchargez le script

Solution 3 : XSLT::XPath

Comme précédemment, nous utilisions la sortie en format XML de Treetagger pour y associer une feuille de style XSLT.

Téléchargez la feuille de style
Téléchargez le résultat