Projet Encadré.

BàO 3: "Extraction de patrons"

Nous allons ensuite extraire des patrons morphosyntaxiques à partir des fichiers obtenus avec la boîte à outils 2.

Script #1 en PERL : BAO3_extraction_patrons.pl

Commande afin de lancer le script : perl BAO3_extraction_patrons.pl "fichier XML" "patron recherché".

Nous avons recherché les patrons suivants :

NOM ADJ

ADJ NOM

VER:pres DET:ART NOM

PRP PRP:det NOM

PRO:PER VER:pres VER:pper

NOM PRP NOM PRP

Nous obtenons donc les fichiers suivants :

Script #2 en PERL : extract-relation-udpipe.pl

Il faudrait d'abord convertir le fichier udpipe vers un corpus étiqueté avec udpipe en format XML, avec la commande perl udpipe2xml.pl titre-description.udpipe. Ensuite, pour extraire des items qui sont reliés selon une relation de dépendance, nous pouvons lancer la commande perl extract-relation-udpipe.pl titre-description.udpipe.xml "nom de relation" > "sortie_nom de relation.txt"

Nous avons recherché les relations suivants :

aux

cop

det

nummod

obl

subj

On obtient les résultats suivants:

Six fichiers avec les relations recherchées, que l'on a ensuite compté les occurrences et trié les résultats.

aux | cop | det | nummod | obl | subj

Script #3 en Python : BAO3_extraction_patron.py

Ce fichier sert à extraire des patrons morphosyntaxiques à l'aide de Python. Commande afin de lancer le script : python3 BAO3_extraction_patron.py "fichier XML" "patron recherché" > "sortie_txt".