Le blog de Marion et Sophie

Voici le script qui permet d'extraires les patrons à partir du fichier Cordial : #/usr/bin/perl #c'est le chibong!! open (FICCORDIAL, "$ARGV[0]"); open(FILEOUT, ">NomAdjavecCordial"); while () { # variable par défaut correspondante : $_ next...

On va extraire les patrons à partir du fichier obtenu avec Cordial. On va utiliser la ponctuation comme marque de séparation car on considère qu’on ne peut pas trouver un syntagme de part et d’autre d’une marque de ponctuation. En entrée, le programme...

Voici le résultat de l'extraction de patron avec Cooktop sur un an de flux RSS sur la rubrique "A la Une" : commission Copé suppression totale Mouvement démocrate convention municipale scrutin municipal enjeu national assistance médicale fils cadet désaccords...

Nous avons réussi (un tout petit peu) à extraire des patrons avec Cooktop à partir d'une sortie de Treetagger : Dans Cooktop : Dans source(xml) : mettre un fichier xml qui provient de l'étiquetage avec TreeTagger Dans stylesheet(xsl) : mettre les lignes...

Nous avons décidé d'intégrer la bibliothèque xml::rss dans nos scripts car elle permet de prendre en compte toutes les balises 'description', en particulier celles qui sont sur plusieurs lignes. Voici le script pour TreeTagger avec dedans les modifications...

Avant toute chose, on a choisi la rubrique ‘A la Une’. Pour BAO2, il y a deux variantes : - Avec Cordial. C’est un programme qui fait de l’étiquetage. On charge notre fichier dedans et on obtient un fichier qui contient trois colonnes : forme, lemme,...

Voici mon premier essai en XML ainsi que la feuille de style qui va avec : Code XML : Mon premier document en XML Je m'appelle Sophie...

Nous avons réussi à nettoyer notre fichier sortie en enlevant toutes les lignes qui contenaient des images et aussi en enlevant les lettres mal accentuées. Bout de programme : while ($ligne = ){ # tant qu'il y a qqch à lire, on rentre dans la...

Alors que notre script 4 marche très bien sur l'extrait qui correpond au mois de janvier 2008, son lancement sur la totalité de 2008 nous réserve quelques surprises !! Sortie obtenue à partir de toute l'arborescence : .La flamme olympique arrive lundi...

Voici le nouveau programme qui parcourt toute l'arborescence et qui enlève les doublons : Programme : #/usr/bin/perl <