Plusieurs raisons incitent à déposer son corpus. D’une part, la constitution d’un corpus est un processus très coûteux ; il est donc important de mutualiser cet effort pour en faire bénéficier d’autres chercheurs ; en effet, il pourrait donner lieu à de nouvelles analyses. D’autre part, les données qui constituent un corpus ont parfois une … Lire plus
La mutualisation des corpus, et le respect des bonnes pratiques que cela induit, rendent la constitution de corpus très coûteuse. Il faut considérer les corpus comme des productions scientifiques à part entière. Être en mesure d’évaluer leur qualité constitue donc un enjeu essentiel. L’évaluation des corpus est une problématique très importante au sein de CORLI … Lire plus
Tous les formats ne sont pas appropriés pour stocker les données d’un corpus. En effet, il est primordial que les données soient enregistrées dans un format structuré et normalisé, afin de pouvoir être exploitées automatiquement. La page suivante fait le point sur les formats : Formats de l’oral et de la multimodalité L’outil TEI-CORPO permet … Lire plus
On désigne par métadonnées un ensemble d’informations que l’on décide de conserver en plus des données linguistiques à proprement parler, afin de les documenter et de faciliter la réutilisation du corpus par d’autres chercheurs. Ces informations peuvent être très diverses : sources des données, logiciels (et leur version exacte) utilisés pour la collecte ou le … Lire plus
Les données utilisées en linguistique de corpus peuvent être de différentes natures : données écrites ou orales, mais aussi vidéos, captures de mouvements et d’oculométrie, etc. L’acquisition de données en vue de constituer un corpus doit être soigneusement préparée en amont et la méthode employée doit être bien définie et documentée afin d’assurer une certaine … Lire plus
