Différences

Ci-dessous, les différences entre deux révisions de la page.

--- td_histoire_numerique:exercice_2 [2015/09/25 09:16]
Francesco Beretta
+++ td_histoire_numerique:exercice_2 [2015/09/30 18:52]
Francesco Beretta [Balises]
@@ Ligne 18: / Ligne 18: @@
 \\
-Nous disposons donc de **deux documents à annoter**. Celui que nous venons de produire et celui que nous avons téléchargé pour le premier exercice (il est {{:td_histoire_numerique:notices_texte_brut.odt|téléchargeable ici}}).
+Nous disposons donc de <html><span style="color:red;font-weight:bold;">deux documents à annoter</span></html> : {{:td_histoire_numerique:liste_notices_bnf.odt|celui que nous venons de produire}} et celui que nous avons téléchargé pour le premier exercice (il est {{:td_histoire_numerique:notices_texte_brut.odt|téléchargeable ici}}).
 \\
@@ Ligne 26: / Ligne 26: @@
 L'annotation sémantique des textes utilise les principes de l'[[https://fr.wikipedia.org/wiki/Extensible_Markup_Language|encodage en format XML]], selon les recommandations de la [[http://www.tei-c.org/|Text encoding initiative]], en les appliquant de manière simplifiée.
+Voir sur [[td_histoire_numerique:descriptif_exercice_4&#principes_du_xmlla_grammaire_de_l_encodage|cette page]] une présentation synthétique des principe de l'encodage d'un texte en XML.
 ==== Balises ====
+^ Balise ^ Définition ^ Explication ^ Balise TEI ^ Exemple complet ^ Transformé en XML ^
+|{ud0}TTT{/ud} |  unité documentaire | Au dessus du niveau paragraphe, enveloppe un paragraphe | tei:div | {ud0_8}TTT{/ud} | <ud ref="0" ana="8">TTT</ud> |
+|  {eud}TTT{/eud} |  en-tête d'unité documentaire | A placer toujours au début d'une unité documentaire pour disposer d'un titre | tei:head | {eud_9}TTT{/eud} | <eud type="9">TTT</eud> |
+|  {en0}TTT{/en} |  entité nommée | Identifie dans le texte une chaîne de caractères qui représente le nom d'un objet  | tei:name | {en2ai_10}TTT{/en} | <en type="ai" ref="2" ana="10">TTT</en> |
+|  {ro0}TTT{/ro} |  référence à un objet | Identifie dans le texte une chaîne de caractères qui se réfère à un objet sans être son nom | tei:rs | {ro0ai_10}TTT{/ro} | <ro type="ai" ref="2" ana="10">TTT</ro> |
+|  {dat}TTT{/dat} | tei:date |Une chaîne de caractéres qui représente une date dans n'importe quel format |date | {dat1576r_df} | <dat when="1576" cert="r" type="df">TTT</dat> |
-|{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} |  contenu |  tei:seg | Identifie dans le texte une unité de connaissance de type 'contenu' |
 |  {in0}TTT{/in} |  information |  tei:seg |Identifie dans le texte une unité de connaissance de type 'information' |
-|  {en0}TTT{/en} |  entité nommée |  tei:name |Identifie dans le texte une chaîne de caractères qui représente le nom d'un objet  |
-|  {ro0}TTT{/ro} |  référence à un objet |  tei:rs |Identifie dans le texte une chaîne de caractères qui se réfère à un objet sans être son nom  |
-|  {dat}TTT{/dat} |  date |  tei:date |Une chaîne de caractéres qui représente une date dans n'importe quel format  |
 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. Au cas contraire, on remplace le 0 par l'identifiant de l'objet dans la base de données.
@@ Ligne 56: / Ligne 59: @@
 Par exemple: {en0cs}mathématicien{/en}
+\\
+Si on souhaite spécifier un type sous forme d'un objet abstrait qu'on crée dans la base de données, on ajoutera l'identifiant de l'objet après un tiret bas.
+Par ex.:\\
+{seg_23}Érudit et collectionneur français{/seg}
+Dans la base de données, l'objet 23 serait defini en tant que 'notice biographique succincte'. Avec ce procédé on peut indexer et qualifier au point de vue sémantique toute portion de texte.
+\\
 ==== Dates ====
@@ Ligne 63: / Ligne 75: @@
  \\ Mise en forme des dates :    \\  \\ {dat20001101} le premier novembre de la dernière année du siècle précédent{/dat}
+\\
 === Types de dates ===
@@ Ligne 73: / Ligne 86: @@
 |  du |  Date unique |
+\\
 === Incertitude concernant les dates ===
-On peut ajouter également, à la suite de la date, un caractère qui indique
+On peut ajouter également, à la suite de la date, un caractère qui indique le degré de précision de la date
-|  [e] |  Date exacte |  |
+|  [e] |  Date exacte | Ce caractère est omis car il s'agit de degré de précision par défaut |
 |  r |  Date reconstituée |Date qu'on a pu reconstituer à partir du contexte |
 |  p |  Date postulée | Date qu'on fixe pour disposer d'un point d'ancrage dans le temps à défaut d'en savoir plus |
@@ Ligne 87: / Ligne 101: @@
 ===== Annotation de documents =====
-==== Annotation manuelle ====
@@ Ligne 106: / Ligne 116: @@
     * [[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]]
+\\
+==== Annotation manuelle ====
+Une pratique efficace :
+  * sélectionner le texte à annoter, par ex. une entitée nommée
+  * ouvrir la boîte de dialogue Chercher/Remplacer et activer les expressions régulières
+  * entourer la chaîne recherchée avec une parenthèse ronde : ( )
+  * utiliser les chaînes de remplacement précédemment utilisées, tout en mettant le bon objet, par ex. {en789}$1{/en}
+=== Chercher toutes les annotations afin de les mettre en couleur ou de les supprimer ===
+  * Rechercher:  \{[a-zA-Z_/0-9]*\}
+  * Rechercher:  (\{[a-zA-Z0-9_/]*\}) – Remplacer: $1 [avec indication du format dans le champs remplacer]
+\\
+==== Annotation semi-automatique ====
+  * Créer des unités documentaires, une par notice
+     * Chercher : $   Remplacer : \n{/ud}\n{ud0}\n
+     * Ajouter la première et la dernière balise
+  * Annoter les dates de naissance
+     * Chercher : (,\s|\()(\d{4})(\))  Remplacer :  $1{dat$2}$2{/dat}$3
+     * Avec cette expression on devrait trouver presque exclusivement les dates de naissance
+  * Chercher les lieux de naissance
+     * Chercher :  (\s\()([\w\s\(\),'\?]*)(,\s\{)  Remplacer : $1{en0li}$2{/en}$3

Wiki de l'ARHNAxe de recherche en histoire numériqueLARHRA UMR5190

Outils pour utilisateurs

Outils du site

Différences

Outils de la page

Wiki de l'ARHN

Axe de recherche en histoire numérique
LARHRA UMR5190