Projet : Ingénierie linguistique et Traitement automatique des langues Sorbonne: la vie des mots sur le web

INGENIERIE LINGUISTIQUE ET TRAITEMENT AUTOMATIQUE DES LANGUES

INALCO

PLAN

Présenté par : M. MOULAY Sidi Mohammed

Objectif: Création d'un corpus mutlilingue autour d'un mot unique polysémique

Réalisation : Mise en oeuvre d'une chaîne de traitement textuel semi-automatique depuis la récupération des données jusqu'à leur présentation

Choix des langues : Français-Anglais

Projet en 7 étapes :

(Les détails de chaque étape peuvent être visualisés sur les pages en haut à droite)

ETAPES

1. Recherche du mot et traduction

2. Recherche d'une cinquantaire d'URL

3. Premier tableau en html

4. Aspiration de pages avec WGET

5. Récupération de textes brut avec LYNX-DUMP

6. Filtrage du contexte avec EGREP

7. Présentation du rapport final