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 [2015/09/30 18:48] Francesco Beretta [Balises] |
td_histoire_numerique:exercice_2 [2015/10/10 08:19] Francesco Beretta [Types] |
||
---|---|---|---|
Ligne 2: | Ligne 2: | ||
\\ | \\ | ||
+ | ====== Annotation de documents ====== | ||
+ | \\ | ||
===== Documents à annoter ===== | ===== Documents à annoter ===== | ||
Ligne 28: | Ligne 30: | ||
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. | 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 ==== | ==== Balises ==== | ||
+ | |||
+ | TTT = n'importe quelle chaîne de caractères | ||
+ | |||
+ | |||
^ Balise ^ Définition ^ Explication ^ Balise TEI ^ Exemple complet ^ Transformé en XML ^ | ^ 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> | | |{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> | | + | | {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> | | + | | {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} | date |Une chaîne de caractéres qui représente une date dans n'importe quel format | tei:date | {dat1576r_df} | <dat when="1576" cert="r" type="df">TTT</dat> | | ||
+ | | {seg}TTT{/seg} | segment | Au dessous du niveau paragraphe, toujours à l'intérieur d'un paragraphe, regroupe en règle générale plusieurs propositions. | tei:seg | {seg_8}TTT{/seg} | <seg ana="8">TTT</seg> | | ||
+ | | {co0}TTT{/co} | contenu | Identifie dans le texte une unité de connaissance de type 'contenu' | tei:seg | {co0_11}TTT{/co} | <co ref="0" ana="11">TTT</co> | | ||
+ | | {in0}TTT{/in} | information | Identifie dans le texte une unité de connaissance de type 'information' | tei:seg | {in13_12}TTT{/in} | <in ref="2" ana="12">TTT</in> | | ||
- | | {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 | | ||
- | | {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' | | ||
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. | 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. | ||
==== Types ==== | ==== Types ==== | ||
+ | |||
+ | |||
+ | === Types d'objets === | ||
On peut ajouter un sigle sur deux caractères aux balises 'en' et 'ro', après le 0 ou l'identifiant numérique de l'objet, qui indique quel est le type de l'objet visé. | On peut ajouter un sigle sur deux caractères aux balises 'en' et 'ro', après le 0 ou l'identifiant numérique de l'objet, qui indique quel est le type de l'objet visé. | ||
Ligne 57: | Ligne 66: | ||
Par exemple: {en0cs}mathématicien{/en} | Par exemple: {en0cs}mathématicien{/en} | ||
+ | |||
+ | Cette possibilité n'est vraiment utile que si on renonce à créer les objets dans la base de données et que la valeur de l'identifiant sera donc '0'. Grâce au sigle on pourra ainsi indiquer dans le texte de quel type d'objet il s'agit. Si on a créé l'objet dans la base de données, et donc obligatoirement renseigné un type, celui-ci pourra être récupéré par une requête. | ||
\\ | \\ | ||
- | 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. | + | |
+ | |||
+ | === Typologie supplémentaire === | ||
+ | |||
+ | Pour toutes les balises, sauf la balise 'dat' (pour la date), on peut ajouter un type sous forme d'un objet abstrait qu'on crée dans la base de données et dont on ajoutera l'identifiant numérique après un tiret bas. | ||
Par ex.:\\ | 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. | + | * {seg_23}Érudit et collectionneur français{/seg} |
+ | * dans la base de données, l'objet 23 aura été préalablement défini, par exemple, en tant que 'notice biographique succincte'. | ||
+ | * Avec ce procédé on peut indexer et qualifier au point de vue sémantique toute portion de texte. | ||
+ | * {en2ai_10}Johannes Kepler{/en} | ||
+ | * Cette entité nommée correspond à un acteur individuel (ai) qui a le numéro 2 dans la base de données. Le sigle 'ai' n'est pas vraiment indispensable car le type de l'objet est obligatoirement renseigné dans la base de données | ||
+ | * De plus il s'agit de l'objet concerné par le texte qui entoure la balise (identifiant 10 de la base de données). | ||
+ | * {ro18|19<del>cs</del>_10|999}Philosophe et savant français{/ro} | ||
+ | * si on identifie plusieurs objets dans une même portion de texte, enveloppée par une balise, on peut lui associer plusieurs clés d'objets de la base de données (18 et 19 dans l'exemple) séparées par un trait vertical "|". Dans ce cas, il est toutefois interdit d'ajouter le type d'objet. | ||
+ | * de la même manière on peut associer une ou plusieurs typologies à un texte, après le tiret sous la ligne, en les séparant par un "|" | ||
+ | |||
\\ | \\ | ||
Ligne 96: | Ligne 120: | ||
Il était en fonction au {dat20001115r_di} milieu du mois de novembre de la dernière année du siècle précédent{/dat}. | Il était en fonction au {dat20001115r_di} milieu du mois de novembre de la dernière année du siècle précédent{/dat}. | ||
+ | |||
+ | \\ | ||
\\ | \\ | ||
===== Annotation de documents ===== | ===== Annotation de documents ===== | ||
+ | \\ | ||
+ | ==== Fonctionnalité 'Rechercher et remplacer' ==== | ||
- | ==== Fonctionnalité 'Rechercher et remplacer' ==== | + | |
+ | === Expressions régulières === | ||
+ | |||
+ | Une [[https://fr.wikipedia.org/wiki/Expression_rationnelle|introduction]] aux expressions régulières. De nombreux tutoriels et sites proposant des exercices existent sur le web pour apprendre à les utiliser. | ||
Documentation de LibreOffice (traduction en français): | Documentation de LibreOffice (traduction en français): | ||
Ligne 119: | Ligne 151: | ||
==== Annotation manuelle ==== | ==== Annotation manuelle ==== | ||
- | Une pratique efficace : | + | 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} | + | |
+ | * 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 : ( ) | ||
+ | * dans la zone 'Remplacer' introduire le symbole $1 (qui se réfère aux premières parenthèses rondes de la recherche) en l'entourant de la balise appropriée, par ex. {en0}$1{/en} | ||
+ | * pour aller plus vite, utiliser les chaînes de remplacement des recherches précédentes, tout en remplaçant l'identifiant précédent par celui de l'objet en question et en ajoutant, le cas échéant des bons paramètres, par ex. {en789}$1{/en} | ||
=== Chercher toutes les annotations afin de les mettre en couleur ou de les supprimer === | === Chercher toutes les annotations afin de les mettre en couleur ou de les supprimer === | ||
- | * Rechercher: \{[a-zA-Z_/0-9]*\} | + | * Rechercher: %%\%%{[a-zA-Z_/0-9\|]%%*%%%%\%%} |
- | * Rechercher: (\{[a-zA-Z0-9_/]*\}) – Remplacer: $1 [avec indication du format dans le champs remplacer] | + | * Rechercher: (%%\%%{[a-zA-Z0-9_/\|]%%*%%%%\%%}) – Remplacer: $1 [avec indication du format dans le champs remplacer] |
- | + | ||
- | \\ | + | |
==== Annotation semi-automatique ==== | ==== Annotation semi-automatique ==== |