GOOFRE version 2: voir et traiter 600 milliards de mots

Auteurs

  • Etienne Brunet Université de Nice Sophia Antipolis
  • Laurent Vanni Université de Nice Sophia Antipolis

DOI :

https://doi.org/10.5007/1807-9288.2014v10n2p75

Résumé

Les données de Google Books ont doublé en deux ans, en franchissant le cap des 500 milliards de mots. Un  nouveau traitement a repris les images scannées pour en proposer une lecture  plus fidèle. Et pour la première fois les textes enregistrés ont bénéficié de la désambiguïsation  et de la lemmatisation. Enfin le site Culturomics a fourni les outils nécessaires pour en assurer la diffusion. Il convenait donc de procéder à une nouvelle expertise et de créer une nouvelle base, pourvue de tout  l’appareillage statistique qu’exige, en réseau ou en local, l’exploitation des grands corpus.

Bibliographies de l'auteur

Etienne Brunet, Université de Nice Sophia Antipolis

Étienne Brunet is an emeritus professor at the University of Nice Sophia Antipolis, and founder of the Bases, Corpus, Language Laboratory. Brunet researches Computational Linguistics and Textual Statistics, from which he is a pioneer and world reference. He is the designer of the academic software Hyperbase2 with Pierre Guiraud and Charles Muller. Brunet wrote over a hundred articles and a dozen books. One may highlight his reference theoretical and practical work on Literary Lexicometry, Le vocabulaire français de 1789 à nos jours (Genève-Paris, Slatkine-Champion, 1981, 3 volumes, 1824 p.).

Laurent Vanni, Université de Nice Sophia Antipolis

Laurent Vanni is an engineer at the University of Nice Sophia-Antipolis. He is part of the team of the Bases, Corpus, Language Laboratory.

Téléchargements

Publiée

2014-12-16

Numéro

Vol. 10 No 2 (2014)

Rubrique

Articles ou Essais

Licence

Les auteurs publiant dans Texto digital donnent leur accord aux dispositions suivantes :

1. Ils conservent les droits d'auteur pour les publications ultérieures, tout en accordant à Texto digital les droits pour la première publication selon les termes de la Licence Creative Commons - Attribution 4.0 international.

2. La Licence Creative Commons - Attribution 4.0 international permet de copier et de redistribuer le matériel sur tout support ou format, ainsi que faire des adaptations, pour toute finalité.

3. Il est autorisé aux auteurs d’assumer d’autres engagements visant à la distribution de la version du document publié par Texto digital dans d’autres plate-formes, tels un répositoire institutionnel ou même un livre collectif, pourvu qu’on y fasse informer explicitement les références de la publication originale dans notre revue.