LES TABLEAUX

Voici les tableaux obtenus en arabe, chinois, coréen et français.

Arabe :

arabe
n°	URL	Page aspiree	Dump initial	Dump en UTF-8	Contextes-txt	Contextes-html
1	lien 1	page 1	dump n°1 en utf-8	dump n°1	contextes-txt n°1	contextes-html n°1
2	lien 2	page 2	dump n°2 en utf-8	dump n°2	contextes-txt n°2	contextes-html n°2
3	lien 3	page 3	dump n°3 en windows-1256	dump n°3	contextes-txt n°3	contextes-html n°3
4	lien 4	page 4	dump n°4 en utf-8	dump n°4	contextes-txt n°4	contextes-html n°4
5	lien 5	page 5	dump n°5 en windows-1256	dump n°5	contextes-txt n°5	contextes-html n°5
6	lien 6	page 6	dump n°6 en utf-8	dump n°6	contextes-txt n°6	contextes-html n°6
7	lien 7	page 7	dump n°7 en utf-8	dump n°7	contextes-txt n°7	contextes-html n°7
8	lien 8	page 8	dump n°8 en windows-1256	dump n°8	contextes-txt n°8	contextes-html n°8
9	lien 9	page 9	dump n°9 en windows-1256	dump n°9	contextes-txt n°9	contextes-html n°9
10	lien 10	page 10	dump n°10 en windows-1256	dump n°10	contextes-txt n°10	contextes-html n°10
11	lien 11	page 11	dump n°11 en utf-8	dump n°11	contextes-txt n°11	contextes-html n°11
12	lien 12	page 12	dump n°12 en utf-8	dump n°12	contextes-txt n°12	contextes-html n°12
13	lien 13	page 13	dump n°13 en utf-8	dump n°13	contextes-txt n°13	contextes-html n°13
14	lien 14	page 14	dump n°14 en utf-8	dump n°14	contextes-txt n°14	contextes-html n°14
15	lien 15	page 15	dump n°15 en windows-1256	dump n°15	contextes-txt n°15	contextes-html n°15
16	lien 16	page 16	dump n°16 en windows-1256	dump n°16	contextes-txt n°16	contextes-html n°16
17	lien 17	page 17	dump n°17 en windows-1256	dump n°17	contextes-txt n°17	contextes-html n°17
18	lien 18	page 18	dump n°18 en windows-1256	dump n°18	contextes-txt n°18	contextes-html n°18
19	lien 19	page 19	dump n°19 en windows-1256	dump n°19	contextes-txt n°19	contextes-html n°19
20	lien 20	page 20	dump n°20 en utf-8	dump n°20	contextes-txt n°20	contextes-html n°20
21	lien 21	page 21	dump n°21 en utf-8	dump n°21	contextes-txt n°21	contextes-html n°21
22	lien 22	page 22	dump n°22 en utf-8	dump n°22	contextes-txt n°22	contextes-html n°22
23	lien 23	page 23	dump n°23 en windows-1256	dump n°23	contextes-txt n°23	contextes-html n°23
24	lien 24	page 24	dump n°24 en windows-1256	dump n°24	contextes-txt n°24	contextes-html n°24
				Fichier dump global en arabe	Fichier contexte global en arabe

Chinois :

chinois
n°	URL	Page aspiree	Dump initial	Dump en UTF-8	Contextes-txt	Contextes-html
1	lien 1	page 1	dump n°1 en gb2312	dump n°1	contextes-txt n°1	contextes-html n°1
2	lien 2	page 2	dump n°2 en gb2312	dump n°2	contextes-txt n°2	contextes-html n°2
3	lien 3	page 3	dump n°3 en utf-8	dump n°3	contextes-txt n°3	contextes-html n°3
4	lien 4	page 4	dump n°4 en gb2312	dump n°4	contextes-txt n°4	contextes-html n°4
5	lien 5	page 5	dump n°5 en utf-8	dump n°5	contextes-txt n°5	contextes-html n°5
6	lien 6	page 6	dump n°6 en utf-8	dump n°6	contextes-txt n°6	contextes-html n°6
7	lien 7	page 7	dump n°7 en utf-8	dump n°7	contextes-txt n°7	contextes-html n°7
8	lien 8	page 8	dump n°8 en gb2312	dump n°8	contextes-txt n°8	contextes-html n°8
9	lien 9	page 9	dump n°9 en gb2312	dump n°9	contextes-txt n°9	contextes-html n°9
10	lien 10	page 10	dump n°10 en gb2312	dump n°10	contextes-txt n°10	contextes-html n°10
11	lien 11	page 11	dump n°11 en gb2312	dump n°11	contextes-txt n°11	contextes-html n°11
12	lien 12	page 12	dump n°12 en gb2312	dump n°12	contextes-txt n°12	contextes-html n°12
13	lien 13	page 13	dump n°13 en gb2312	dump n°13	contextes-txt n°13	contextes-html n°13
14	lien 14	page 14	dump n°14 en gbk	dump n°14	contextes-txt n°14	contextes-html n°14
15	lien 15	page 15	dump n°15 en utf-8	dump n°15	contextes-txt n°15	contextes-html n°15
16	lien 16	page 16	dump n°16 en utf-8	dump n°16	contextes-txt n°16	contextes-html n°16
17	lien 17	page 17	dump n°17 en utf-8	dump n°17	contextes-txt n°17	contextes-html n°17
18	lien 18	page 18	dump n°18 en gb2312	dump n°18	contextes-txt n°18	contextes-html n°18
19	lien 19	page 19	dump n°19 en gb2312	dump n°19	contextes-txt n°19	contextes-html n°19
20	lien 20	page 20	dump n°20 en utf-8	dump n°20	contextes-txt n°20	contextes-html n°20
21	lien 21	page 21	dump n°21 en gb2312	dump n°21	contextes-txt n°21	contextes-html n°21
22	lien 22	page 22	dump n°22 en utf-8	dump n°22	contextes-txt n°22	contextes-html n°22
23	lien 23	page 23	dump n°23 en utf-8	dump n°23	contextes-txt n°23	contextes-html n°23
24	lien 24	page 24	dump n°24 en gbk	dump n°24	contextes-txt n°24	contextes-html n°24
25	lien 25	page 25	dump n°25 en utf-8	dump n°25	contextes-txt n°25	contextes-html n°25
				Fichier dump global en chinois	Fichier contexte global en chinois

Coréen :

coreen
n°	URL	Page aspiree	Dump initial	Dump en UTF-8	Contextes-txt	Contextes-html
1	lien 1	page 1	dump n°1 en utf-8	dump n°1	contextes-txt n°1	contextes-html n°1
2	lien 2	page 2	dump n°2 en euc-kr	dump n°2	contextes-txt n°2	contextes-html n°2
3	lien 3	page 3	dump n°3 en euc-kr	dump n°3	contextes-txt n°3	contextes-html n°3
4	lien 4	page 4	dump n°4 en euc-kr	dump n°4	contextes-txt n°4	contextes-html n°4
5	lien 5	page 5	dump n°5 en utf-8	dump n°5	contextes-txt n°5	contextes-html n°5
6	lien 6	page 6	dump n°6 en utf-8	dump n°6	contextes-txt n°6	contextes-html n°6
7	lien 7	page 7	dump n°7 en euc-kr	dump n°7	contextes-txt n°7	contextes-html n°7
8	lien 8	page 8	dump n°8 en utf-8	dump n°8	contextes-txt n°8	contextes-html n°8
9	lien 9	page 9	dump n°9 en utf-8	dump n°9	contextes-txt n°9	contextes-html n°9
10	lien 10	page 10	dump n°10 en euc-kr	dump n°10	contextes-txt n°10	contextes-html n°10
11	lien 11	page 11	dump n°11 en utf-8	dump n°11	contextes-txt n°11	contextes-html n°11
12	lien 12	page 12	dump n°12 en utf-8	dump n°12	contextes-txt n°12	contextes-html n°12
13	lien 13	page 13	dump n°13 en euc-kr	dump n°13	contextes-txt n°13	contextes-html n°13
14	lien 14	page 14	dump n°14 en utf-8	dump n°14	contextes-txt n°14	contextes-html n°14
15	lien 15	page 15	dump n°15 en euc-kr	dump n°15	contextes-txt n°15	contextes-html n°15
16	lien 16	page 16	dump n°16 en utf-8	dump n°16	contextes-txt n°16	contextes-html n°16
17	lien 17	page 17	dump n°17 en utf-8	dump n°17	contextes-txt n°17	contextes-html n°17
18	lien 18	page 18	dump n°18 en euc-kr	dump n°18	contextes-txt n°18	contextes-html n°18
19	lien 19	page 19	dump n°19 en euc-kr	dump n°19	contextes-txt n°19	contextes-html n°19
20	lien 20	page 20	dump n°20 en euc-kr	dump n°20	contextes-txt n°20	contextes-html n°20
21	lien 21	page 21	dump n°21 en utf-8	dump n°21	contextes-txt n°21	contextes-html n°21
22	lien 22	page 22	dump n°22 en utf-8	dump n°22	contextes-txt n°22	contextes-html n°22
23	lien 23	page 23	dump n°23 en utf-8	dump n°23	contextes-txt n°23	contextes-html n°23
24	lien 24	page 24	dump n°24 en euc-kr	dump n°24	contextes-txt n°24	contextes-html n°24
25	lien 25	page 25	dump n°25 en utf-8	dump n°25	contextes-txt n°25	contextes-html n°25
26	lien 26	page 26	dump n°26 en euc-kr	dump n°26	contextes-txt n°26	contextes-html n°26
27	lien 27	page 27	dump n°27 en utf-8	dump n°27	contextes-txt n°27	contextes-html n°27
				Fichier dump global en coreen	Fichier contexte global en coreen

Français :

francais
n°	URL	Page aspiree	Dump initial	Dump en UTF-8	Contextes-txt	Contextes-html
1	lien 1	page 1	dump n°1 en utf-8	dump n°1	contextes-txt n°1	contextes-html n°1
2	lien 2	page 2	dump n°2 en iso-8859-1	dump n°2	contextes-txt n°2	contextes-html n°2
3	lien 3	page 3	dump n°3 en utf-8	dump n°3	contextes-txt n°3	contextes-html n°3
4	lien 4	page 4	dump n°4 en iso-8859-1	dump n°4	contextes-txt n°4	contextes-html n°4
5	lien 5	page 5	dump n°5 en utf-8	dump n°5	contextes-txt n°5	contextes-html n°5
6	lien 6	page 6	dump n°6 en iso-8859-1	dump n°6	contextes-txt n°6	contextes-html n°6
7	lien 7	page 7	dump n°7 en iso-8859-1	dump n°7	contextes-txt n°7	contextes-html n°7
8	lien 8	page 8	dump n°8 en utf-8	dump n°8	contextes-txt n°8	contextes-html n°8
9	lien 9	page 9	dump n°9 en utf-8	dump n°9	contextes-txt n°9	contextes-html n°9
10	lien 10	page 10	dump n°10 en iso-8859-1	dump n°10	contextes-txt n°10	contextes-html n°10
11	lien 11	page 11	dump n°11 en utf-8	dump n°11	contextes-txt n°11	contextes-html n°11
12	lien 12	page 12	dump n°12 en windows-1252	dump n°12	contextes-txt n°12	contextes-html n°12
13	lien 13	page 13	dump n°13 en utf-8	dump n°13	contextes-txt n°13	contextes-html n°13
14	lien 14	page 14	dump n°14 en iso-8859-1	dump n°14	contextes-txt n°14	contextes-html n°14
15	lien 15	page 15	dump n°15 en utf-8	dump n°15	contextes-txt n°15	contextes-html n°15
16	lien 16	page 16	dump n°16 en iso-8859-1	dump n°16	contextes-txt n°16	contextes-html n°16
17	lien 17	page 17	dump n°17 en iso-8859-1	dump n°17	contextes-txt n°17	contextes-html n°17
18	lien 18	page 18	dump n°18 en iso-8859-1	dump n°18	contextes-txt n°18	contextes-html n°18
19	lien 19	page 19	dump n°19 en iso-8859-1	dump n°19	contextes-txt n°19	contextes-html n°19
20	lien 20	page 20	dump n°20 en iso-8859-1	dump n°20	contextes-txt n°20	contextes-html n°20
21	lien 21	page 21	dump n°21 en iso-8859-1	dump n°21	contextes-txt n°21	contextes-html n°21
22	lien 22	page 22	dump n°22 en utf-8	dump n°22	contextes-txt n°22	contextes-html n°22
23	lien 23	page 23	dump n°23 en iso-8859-1	dump n°23	contextes-txt n°23	contextes-html n°23
24	lien 24	page 24	dump n°24 en windows-1252	dump n°24	contextes-txt n°24	contextes-html n°24
25	lien 25	page 25	dump n°25 en iso-8859-1	dump n°25	contextes-txt n°25	contextes-html n°25
26	lien 26	page 26	dump n°26 en iso-8859-1	dump n°26	contextes-txt n°26	contextes-html n°26
27	lien 27	page 27	dump n°27 en windows-1252	dump n°27	contextes-txt n°27	contextes-html n°27
28	lien 28	page 28	dump n°28 en iso-8859-1	dump n°28	contextes-txt n°28	contextes-html n°28
29	lien 29	page 29	dump n°29 en iso-8859-1	dump n°29	contextes-txt n°29	contextes-html n°29
30	lien 30	page 30	dump n°30 en utf-8	dump n°30	contextes-txt n°30	contextes-html n°30
31	lien 31	page 31	dump n°31 en utf-8	dump n°31	contextes-txt n°31	contextes-html n°31
				Fichier dump global en francais	Fichier contexte global en francais

LES NUAGES ET ARBRES DE MOTS

Les nuages et arbres de mots sont classés selon le site ou le programme avec lesquels ils ont été obtenusf :

Wordle :

Tagxedo :

Treecloud :

Voici le premier arbre en français conçu à l'aide de Treecloud:

Afin d'éliminier les mots grammaticaux (déterminants, prépositions...) qui constituent du bruit pour une analyse de coocurrence, nous avons utilisé la commande sed qui nous a permis de substituer ceux-ci par des blancs.
Nous avons ainsi obtenu un arbre plus pertinent:

Le trameur :

Extraction de trigrammes (séquences de 3 mots) centrés sur le motif "coleur" et contenant au moins une occurence du mot "la".