#!/usr/bin/perl ################################################## # DESCRIPTION DU PROGRAMME # Recherche de patrons syntaxiques dans la version étiquetée du corpus Prématurés 96 (p96.tag). # On tentera de mettre au jour des structures syntaxiques récurrentes dans le corpus autour de formes pôles. # 1. Vous choisirez cinq formes graphiques différentes. Vous construirez ensuite un programme perl qui prend en entrée le fichier catégorisé et un nombre donné. # Ce nombre définira la longueur de la fenêtre de mots que vous souhaitez extraire autour de la forme pôle. # 2. Vous appliquerez ce programme sur votre fichier catégorisé. ################################################## open (FILE, "p96.tag"); open (FILEOUT, ">sortie3.html"); print FILEOUT "\n"; print "Quel mot chercher ? (ex: soins bebe douloureux detendu contact pleure)\n"; $mot=; chomp $mot; print "Voulez-vous afficher les occurrences seulement (1), les etiquettes seulement (2) ou les deux (3) ?\n"; $rep = ; chomp $rep ; print "Combien de mots AVANT l'occurrence ?\n"; $nbr1=; chomp $nbr1 ; --$nbr1 ; print "Combien de mots APRES l'occurrence ?\n"; $nbr2=; chomp $nbr2 ; --$nbr2 ; print FILEOUT "Concordancier de :: $mot\n"; print FILEOUT "\n"; print FILEOUT "\n"; print FILEOUT ""; while ($ligne = ) { if ($rep =~ /3/) #tag et tokens { if ($ligne=~/($mot\/[A-Z]+[0-9]*[A-Z]+) /) #si rencontre telle forme suivi de sa catég { $gauche = $` ; $droite = $' ; $pole =$1; #au lieu de $& : on évite de récupérer les espaces (qui sont cherchés par le motif) chomp($droite) ; @g = split (/ /, $gauche) ; @d = split (/ /, $droite) ; $t=$#g-$nbr1; print FILEOUT ""; } } elsif ($rep =~ /2/) # tags slmt { if ($ligne=~/($mot\/[A-Z]+[0-9]*[A-Z]+) /) { $gauche = $` ; $droite = $' ; $pole =$1; chomp($droite); $gauche=~s/[a-zéèàâç]//g; # on élimine les mots $gauche=~s/[,.;'+()]//g; # on élimine les ponctuations $gauche=~s/\///g; # on élimine les slashs $droite=~s/[a-zéèàâç]//g; $droite=~s/[,.;'+()]//g; $droite=~s/\///g; @g = split (/ /, $gauche) ; @d = split (/ /, $droite) ; $t=$#g-$nbr1; print FILEOUT ""; } } elsif ($rep =~ /1/){ if ($ligne=~/($mot)/){ $gauche = $` ; $droite = $' ; $pole =$1; $gauche=~s/\/([A-Z]+[0-9]*[A-Z]+)//g; # on élimine les étiquettes $droite=~s/\/([A-Z]+[0-9]*[A-Z]+)//g; chomp($droite) ; @g = split (/ /, $gauche) ; @d = split (/ /, $droite) ; $t=$#g-$nbr1; print FILEOUT ""; } } } print FILEOUT "
Contexte gaucheForme poleContexte droit
@g[$t..$#g] $pole @d[0..$nbr2]
@g[$t..$#g] $pole @d[0..$nbr2]
@g[$t..$#g] $pole @d[0..$nbr2]
\n"; close (FILE); close (FILEOUT);