Méthodologie en linguistique

name: inverse
class: center, middle, inverse

# Méthodologie en linguistique
## Corpus 3
Clément Plancq

24 octobre 2014
---
## TP CQL (Corpus Query Language)

- [Documentation](http://cwb.sourceforge.net/files/CQP_Tutorial/CQP_Tutorial.html)

- Exemples d'outils de recherche utilisant le langage CQL :
	- [IMS Corpus Workbench](http://cwb.sourceforge.net) (outil en ligne de commande) et [CQPWeb](https://cqpweb.lancs.ac.uk/)
	- [Opus search interfaces](http://opus.lingfil.uu.se/)
	- [Sketch Engine](http://www.sketchengine.co.uk/) et [NoSketch Engine](http://nl.ijs.si/noske/index-en.html)
	- [Concordancier Labex EFL](http://ressources.labex-efl.org/cqp)
	- [TXM](http://textometrie.ens-lyon.fr/) (Logiciel client et [portail web](http://portal.textometrie.org/demo/) )

- Corpus outillés non CQL
	- [Frantext](http://www.frantext.fr/)
	- [Phonologie du français contemporain](http://www.projet-pfc.net/)
	- [Corpus de la parole](http://corpusdelaparole.huma-num.fr/)
	- [Corpus of Contemporaray American English](http://corpus.byu.edu/coca/)
	- ...

---
## TP CQL (Corpus Query Language)

#### Requête sur des champs

```remark
	[word = "cumulard"]
	[pos = "N"]
	[lemma = "être"]
	[] (mot quelconque)
```

#### Recherche de séquences

```remark
	[word="voilà"] []
	[lemma="avoir"] [pos="V"]
```

.exos[Trouvez dans les
  corpus [FrenchTreebank](http://ressources.labex-efl.org/cqp/) et [C-Oral-Rom](http://ressources.labex-efl.org/cqp/) les occurrences des
  séquences :

.exos-ling[auxiliaire avoir + auxiliaire être + verbe] ]

.exos[Trouvez dans les
  corpus [Est
Républicain](http://ressources.labex-efl.org/cqp/),
[C-Oral-Rom](http://ressources.labex-efl.org/cqp/) et
[frWac](http://nl.ijs.si/noske/all.cgi/first_form?corpname=frwac;align=)
les occurrences des séquences :

.exos-ling[nom + nom] ]

.exos[Trouvez dans les
  corpus [Est
Républicain](http://ressources.labex-efl.org/cqp/),
[C-Oral-Rom](http://ressources.labex-efl.org/cqp/) et
[frWac](http://nl.ijs.si/noske/all.cgi/first_form?corpname=frwac;align=)
les occurrences des séquences :

.exos-ling["truc" + de + nom] ]

---
## TP CQL (Corpus Query Language)

#### Support des expressions régulières

```remark
	[word = "[aA]b.+"] 
	[lemma = ".+eur"] 
	[pos="ADV"] []{1,3} [pos="V"]
```

#### Opérateurs booléens
```remark
	& : conjonction (et)
	| : disjonction (ou)
	! : négation (non)
```

```remark
	[word="été" & pos!="V"]
	[lemma="mal" & (pos="ADV" | pos="A")]
```

.exos[Trouvez dans le
  corpus [Est
Républicain](http://ressources.labex-efl.org/cqp/) la liste des
noms formés avec le suffixe  .exos-ling[ité]]

.exos[Trouvez dans le
  corpus
[frWac](http://nl.ijs.si/noske/all.cgi/first_form?corpname=frwac;align=)
les occurrences des mots qui contiennent au moins deux .exos-ling[z]]

.exos[Trouvez dans les
  corpus [Est
Républicain](http://ressources.labex-efl.org/cqp/),
[C-Oral-Rom](http://ressources.labex-efl.org/cqp/) les occurrences des séquences :

.exos-ling[adverbe + adjectif] ]

---
## TP CQL (Corpus Query Language)

### Utilisation de la structure des documents

La structuration des textes est différente selon les corpus et
leur encodage mais *a minima* on trouve les marques de début de
pharse et de fin de phrase.

CQL permet également de limiter le contexte de recherche
à la phrase <code>within s</code> (ne fonctionne pas avec tous
les outils).

```remark
<s> [pos="V"]
[word="\?"] </s>
[pos="V"] []{4} [pos="V"] within s 
```

.exos[Trouvez dans les
  corpus [FrenchTreebank](http://ressources.labex-efl.org/cqp/),
[C-Oral-Rom](http://ressources.labex-efl.org/cqp/) et
[frWac](http://nl.ijs.si/noske/all.cgi/first_form?corpname=frwac;align=)
les .exos-ling[phrases nominales]]

.exos[Dans l'interface de recherche sur
[OpenSubtitles](http://opus.lingfil.uu.se/cwb/OpenSubtitles/frames-cqp.html),
comparez les .exos-ling[phrases exclamatives commençant par un *mot
qu*] en français, anglais et allemand]

.exos[Comparez les emplois de .exos-ling[quoi] en fin de phrase dans
un le [FrenchTreebank](http://ressources.labex-efl.org/cqp/), [C-Oral-Rom](http://ressources.labex-efl.org/cqp/) et
[frWac](http://nl.ijs.si/noske/all.cgi/first_form?corpname=frwac;align=)]

---
## TP CQL (Corpus Query Language)

### Utilisation des labels

Les labels sont un peu comme des variables. Vous pouvez associer un motif de recherche à un label et
utliser ce label dans la même requête.

```remark
	mot:[] [pos=mot.pos]
```

.exos[Dans l'interface de recherche sur
[OpenSubtitles](http://opus.lingfil.uu.se/cwb/OpenSubtitles/frames-cqp.html),
cherchez les .exos-ling[mots dupliqués] en anglais et comparez
avec la traduction en français]