Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentes Révision précédente Prochaine révision | Révision précédente Prochaine révision Les deux révisions suivantes | ||
td_histoire_numerique:exercice_2 [2015/09/22 09:15] Francesco Beretta [Principes d'annotation] |
td_histoire_numerique:exercice_2 [2015/09/22 21:50] Francesco Beretta |
||
---|---|---|---|
Ligne 5: | Ligne 5: | ||
**Document à télécharger pour l'exercice de mardi 22 septembre**: {{:td_histoire_numerique:liste_notices_bnf.ods|liste_notices_BNF}} | **Document à télécharger pour l'exercice de mardi 22 septembre**: {{:td_histoire_numerique:liste_notices_bnf.ods|liste_notices_BNF}} | ||
- | ==== Requête dans les données de la Bibliothèque nationale ==== | + | Les indications concernant la production du document se trouvent sur [[td_histoire_numerique:creation_liste_notices_bnf|cette page]]. |
- | On interroge le point d'accès SPARQL de la Bibliothèque nationale de France pour créer un ensemble de données tirées des notices d'autorité. Ouvrir l'[[http://data.bnf.fr/sparql/|Editeur SPARQL de data.bnf.fr]] et coller dans l'espace Rêquete la requête qui suit, tout en laissant le format de sortie par défaut: HTML. Le résultat de la requête est ainsi mis en forme et peut être parcouru. | ||
- | <code sparql>PREFIX egr: <http://rdvocab.info/ElementsGr2/> | ||
- | SELECT DISTINCT ?s ?na ?fn ?annee ?pb ?gd ?bio | + | ===== Annotation du document ===== |
- | WHERE | + | |
- | { { { SELECT DISTINCT ?s ?bio | + | |
- | WHERE | + | |
- | { { ?s egr:biographicalInformation ?bio | + | |
- | FILTER ( CONTAINS(?bio, "mathém") || CONTAINS(?bio, "Mathém") ) | + | |
- | } | + | |
- | UNION | + | |
- | { ?s egr:biographicalInformation ?bio | + | |
- | FILTER ( CONTAINS(?bio, "astrono") || CONTAINS(?bio, "Astrono") ) | + | |
- | } | + | |
- | } | + | |
- | } | + | |
- | ?s egr:dateOfBirth ?bd | + | |
- | OPTIONAL | + | |
- | { ?s <;http://xmlns.com/foaf/0.1/name>; ?na } | + | |
- | OPTIONAL | + | |
- | { ?s <;http://xmlns.com/foaf/0.1/familyName>; ?fn } | + | |
- | OPTIONAL | + | |
- | { ?s egr:placeOfBirth ?pb } | + | |
- | OPTIONAL | + | |
- | { ?s <;http://xmlns.com/foaf/0.1/gender>; ?gd } | + | |
- | } | + | ==== Fonctionnalité 'Rechercher et remplacer' ==== |
- | BIND(STRBEFORE(STRAFTER(STR(?bd), "http://DATA.bnf.fr/date/"), "/") AS ?annee) | + | |
- | FILTER ( ( ?annee > "1100" ) && ( ?annee < "1761" ) ) | + | |
- | } | + | |
- | ORDER BY ?annee | + | |
- | </code> | + | |
- | Pour les intéressés, une présentation des concepts du web sémantique, dans le contexte du mouvement //Open Data//, se trouve [[http://phn-wiki.ish-lyon.cnrs.fr/doku.php?id=thatcamp_2014:session_thatcamp2014|sur cette page]]. | + | Documentation de LibreOffice (traduction en français): |
- | \\ | + | * [[https://help.libreoffice.org/Common/Find_and_Replace/fr|Rechercher & remplacer]] |
+ | * [[https://help.libreoffice.org/Common/List_of_Regular_Expressions/fr|Liste des expressions régulières]] | ||
- | === Création et nettoyage du fichier à encoder === | + | === Recherche de similarités === |
- | * Revenir à la page de la 'Requête' et changer le 'Format du résultat' à CSV (comma-separated values) | + | * L'exemple de 'Jacob' |
- | * Reexécuter al requête, sélectionner toute la page du résultat et la copier dans le presse-papier | + | * [[https://fr.wikipedia.org/wiki/N-gramme|N-Gram]] |
- | * Ouvrir une nouvelle feuille de calcul dans le logiciel de tableur (Calc pour LibreOffice/OpenOffice; Excel dans la suite Microsoft) | + | * [[https://books.google.com/ngrams/graph?content=Galileo+Galilei,Cartesio,Descartes,Copernico,Copernicus,Kopernik&year_start=1800&year_end=2000&corpus=22&smoothing=3&share=&direct_url=t1;,Galileo Galilei;,c0;.t1;,Cartesio;,c0;.t1;,Descartes;,c0;.t1;,Copernico;,c0;.t1;,Copernicus;,c0;.t1;,Kopernik;,c0|Google NGram viewer]] – explication : [[https://fr.wikipedia.org/wiki/Ngram_Viewer|Ngram Viewer]] |
- | * Coller avec collage spécial dans la première cellule de la feuille de calcul: A1 et choisir 'Texte non formaté'. | + | |
- | * Dans la boîte de dialogue mettre 'Virgule' comme séparateur | + | |
- | * Mettre le 'Type de colonne':'Texte' pour la colonne 'annee' | + | |
- | * Importer et vérifier le résultat | + | |
- | * Sauvegarder le nouveau fichier avec le nom 'liste_notices_BNF' au format .ods ou .xls | + | |
- | * Ajouter une colonne avant la colonne 'annee' qu'on va appeler 'nom' | + | ==== Principes d'annotation ==== |
- | * Dans la première cellule qui contient les données insérer la formule: =SI(ESTVIDE(B2);C2;B2) | + | |
- | * Copier-coller cette formule dans toutes les cellules de la colonne sauf la première ligne | + | |
- | * Ajouter une colonne annee_mediane après la colonne année | + | |
- | * Insérer dans toutes les cellules de cette colonne la formule =SI(ESTERREUR(CHERCHE("-";E2)) ; E2; CONCATENER(GAUCHE(E2;2);"51")) | + | |
- | * Ajouter une colonne 'naissance' avant la colonne 'gd' (gender) et mettre cette formule dans toutes les cellules: =SI(ESTVIDE(G2);F2;CONCATENER(G2;", ";F2)) | + | |
- | * Ajouter une colonne 'notice' après la colonne 'bio' et mettre dans toutes les cellules cette formule: =CONCATENER(D2;" (";H2;") ";J2;" [";A2;"]") | + | |
- | * Trier les données d'après les colonnes 'annee_mediane' et 'nom' | + | |
- | On obtient ce résultat: {{:td_histoire_numerique:liste_notices_bnf.ods|liste_notices_BNF}} | + | Le principe de l'[[https://fr.wikipedia.org/wiki/Extensible_Markup_Language|encodage en format XML]] mais de manière simplifiée. |
- | ===== Annotation du document ===== | + | === Balises === |
- | ==== Fonctionnalité 'Rechercher et remplacer' ==== | + | |{ud0_}TTT{/ud} | unité documentaire | tei:div | Au dessus du niveau paragraphe, enveloppe un paragraphe | |
+ | | {eud}TTT{/eud} | en-tête d'unité documentaire | tei:head | A placer toujours au début d'une unité documentaire pour disposer d'un titre | | ||
+ | | {seg}TTT{/seg} | segment | tei:seg | Au dessous du niveau paragraphe, toujours à l'intérieur d'un paragraphe, regroupe en règle générale plusieurs propositions. | | ||
+ | | {co0}TTT{/co} | contentu | tei:seg | | | ||
+ | | {in0}TTT{/in} | information | tei:seg | | | ||
+ | | {en0}TTT{/en} | entité nommée | tei:name | | | ||
+ | | {ro0}TTT{/ro} | référence à un objet | tei:rs | | | ||
+ | | {dat}TTT{/dat} | date | tei:date | | | ||
- | Documentation de LibreOffice (traduction en français): | + | Dans l'espace de noms du TD, le nom des balises possède deux caractères si la balise est susceptible d'être associée à un objet de la base de données, trois si cette possibilité est exclue. \\ Pour les balises à deux lettres, un 0 est ajouté si la référence à un objet dans la base de données est omise. |
- | * [[https://help.libreoffice.org/Common/Find_and_Replace/fr|Rechercher & remplacer]] | + | === Types === |
- | * [[https://help.libreoffice.org/Common/List_of_Regular_Expressions/fr|Liste des expressions régulières]] | + | |
+ | On peut également ajouter un sigle sur deux caractères indiquant le type d'objet après le chiffre. | ||
+ | | ai | Acteur [individuel] | | ||
+ | | ac | Acteur collectif | | ||
+ | | oa | Objet abstrait | | ||
+ | | cs | Caractère social | | ||
+ | | om | Objet matériel | | ||
+ | | bi | Bibliographie | | ||
+ | | ud | Unité documentaire | | ||
+ | | od | Objet digital | | ||
+ | | li | Lieu | | ||
+ | | im | Immeuble | | ||
- | === Recherche de similarités === | + | Par exemple: {en0cs}mathématicien{/en} |
- | * L'exemple de 'Jacob' | + | === Dates === |
- | * [[https://fr.wikipedia.org/wiki/N-gramme|N-Gram]] | + | |
- | * [[https://books.google.com/ngrams/graph?content=Galileo+Galilei,Cartesio,Descartes,Copernico,Copernicus,Kopernik&year_start=1800&year_end=2000&corpus=22&smoothing=3&share=&direct_url=t1;,Galileo Galilei;,c0;.t1;,Cartesio;,c0;.t1;,Descartes;,c0;.t1;,Copernico;,c0;.t1;,Copernicus;,c0;.t1;,Kopernik;,c0|Google NGram viewer]] – explication : [[https://fr.wikipedia.org/wiki/Ngram_Viewer|Ngram Viewer]] | + | |
+ | Nous utilisons pour les dates le [[https://fr.wikipedia.org/wiki/ISO_8601|format ISO 8601]]. \\ | ||
+ | On saisira les dates sous forme de texte au format ISO 8601, ce qui permet de traiter les dates tronquées (seulement l'année, ou seulement l'année et le mois, etc.) | ||
+ | \\ Mise en forme des dates : \\ \\ {dat20001101} le premier novembre de la dernière année du siècle précédent{/dat} | ||
+ | | dd | Date de début | | ||
+ | | df | Date de fin | | ||
+ | | di | Date intermédiaire | | ||
+ | | du | Date unique | | ||
- | ==== Principes d'annotation ==== | + | | [e] | Date exacte | |
+ | | r | Date reconstituée | | ||
+ | | p | Date postulée | | ||
+ | |||
+ | Il était en fonction au {dat20001115r_di} milieu du mois de novembre de la dernière année du siècle précédent{/dat}. | ||
- | {ud0_} {/ud} \\ | ||
- | unité documentaire\\ | ||
- | tei:div – doit envelopper des éléments au niveau paragraphe\\ | ||
- | Au dessus du niveau paragraphe, enveloppe un paragraphe\\ | ||
- | {etu} {/etu}\\ | ||
- | en-tête d'unité documentaire\\ | ||
- | tei:head\\ | ||
- | A placer toujours au début d'une unité documentaire pour disposer d'un titre\\ | ||
- | {seg} {/seg}\\ | ||
- | segment\\ | ||
- | tei:seg\\ | ||
- | Au dessous du niveau paragraphe, toujours à l'intérieur d'un paragraphe, regroupe en règle générale plusieurs propositions.\\ | ||
- | {co0} {/co} \\ | ||
- | contentu\\ | ||
- | tei:seg\\ | ||
- | \\ | ||
- | {in0} {/in}\\ | ||
- | information\\ | ||
- | tei:seg\\ | ||
- | \\ | ||
- | {en0} {/en}\\ | ||
- | entité nommée\\ | ||
- | tei:name\\ | ||
- | \\ | ||
- | {ro0} {/ro}\\ | ||
- | référence à un objet\\ | ||
- | tei:rs\\ | ||
- | \\ | ||
- | {dat} {/dat}\\ | ||
- | date\\ | ||
- | tei:date\\ | ||
- | Dans l'espace de noms du TD, le nom des balises possède deux caractères si la balise est susceptible d'être associée à un objet de la base de données, trois si cette possibilité est exclue.\\ | ||
- | Pour les balises à deux lettres, un 0 est ajouté si la référence à un objet dans la base de données est omise.\\ | ||
- | \\ | ||
- | Mise en forme des dates :\\ | ||
- | \\ | ||
- | {dat20001101} le premier novembre de la dernière année du siècle précédent{/dat}\\ | ||
- | \\ | ||
\\ | \\ | ||
- | |dd | Date de début| | ||
- | df | ||
- | Date de fin\\ | ||
- | di\\ | ||
- | Date intermédiaire\\ | ||
- | du\\ | ||
- | Date unique | ||