Développement d’un outil d’export de sous-corpus textuels

Certains outils de textométrie ne permettent pas facilement de mettre à jour le corpus textuel traité, pour enlever des textes, en ajouter, ou faire des modifications comme un passage en minuscules ou des remplacements automatisés de mots, abréviations, etc.

iconexporaUn outil a été implémenté cet été dans le cadre d’un projet ANR commun à deux laboratoires partenaires d’ECLAVIT, le LIGM et le CEDITEC.

Il s’agit de stocker le corpus sous forme d’une base de données de textes et de métadonnées associées, et de faciliter, à l’aide d’une interface web, l’extraction de sous-corpus à l’aide d’un formulaire permettant de choisir les textes et métadonnées exportées, de filtrer et trier les résultats, et de choisir le format d’export.

Cet outil, nommé Expora, a été programmé, sous forme d’un logiciel libre sous licence GPL, par un étudiant de l’IIT Ropar (Inde), Sai Samarth R. Phaye. Expora est adaptable pour d’autres bases de données que celle du projet ANR APPEL (voir la vidéo de présentation et la vidéo d’installation)