Archives mensuelles : décembre 2019

La plateforme TACT : Transcription et annotation de corpus textuels

TACT est une plateforme de transcription et d’annotation collaborative qui accueille des projets de recherche et permet à chacun d’apporter sa contribution ou de solliciter la communauté de la plateforme.

La plateforme TACT a été officiellement lancée le 4 juin 2019 lors de la Global Challenges Science Week.

TACT offre la possibilité de déléguer la transcription et l’annotation (tâches souvent coûteuses en temps et en ressources) de sources numérisées à des non-spécialistes, tout en contrôlant la qualité de l’éxécution, et ce via une interface simple d’utilisation. TACT permet de produire des données structurées, exportables, qui peuvent être ainsi exploitées et mises à disposition de la communauté scientifique et du public. Continuer la lecture

teiCorpus et inclusion de fichiers en XML

Lorsque l’on encode des données pour un projet, je me pose de plus en plus souvent la question : qu’est-ce que le corpus ? De quoi ce corpus est-il fait ? Cela doit venir de ma formation en linguistique où un corpus, c’est une collection de… quelque chose. En général, quelque chose de textuel, mais pas toujours (pensez à la langue orale ou encore à une langue des signes).

<teiCorpus> kesako ?

En TEI, il existe l’élément <teiCorpus> défini ainsi :

<teiCorpus> contient la totalité d’un corpus encodé selon la TEI, comprenant un seul en-tête de corpus et un ou plusieurs éléments TEI dont chacun contient un seul en-tête textuel et un texte.

Il est donc possible de penser ses données TEI comme un ensemble, le teiCorpus, dans lequel existent des parties, les fichiers TEI. Continuer la lecture