MSH Axe 2 - projet FRANCORPUS

Le projet FRANCORPUS (Bases de données littéraires francophones) vise à constituer, améliorer, et préparer des corpus (normalisation, balisage) ; développer des outils de recherche spécifiques permettant leur exploitation dans le cadre d'une recherche en littérature ; effectuer des recherches transversales et pluridisciplinaires sur les corpus ainsi préparés, en utilisant toutes les ressources de la recherche automatisée et de la statistique textuelle.

Il est rattaché à l'Axe 2 de la MSH Lorraine.

• Responsable scientifique du projet : Véronique Montémont
• Durée prévue : 36 mois
• Date de démarrage : 2011-01-01

Présentation

L'offre de bases de données littéraires francophones actuelle est large, mais insatisfaisante, aussi bien sur le plan quantitatif que qualitatif. Une première famille regroupe les bases de données monstres : Google Livres, Gallica, bibliothèque électronique de la BNF, Europeana... Une seconde famille concerne des bases de données plus restreintes : Gutenberg Project, Bibliothèque de Lisieux, Frantext...

Ces deux groupes présentent à la fois avantages et inconvénients importants : selon le type, qualité de numérisation basse ou taux de fiabilité faible, outils de recherche sommaires, contraintes juridiques ...etc.

Francorpus se situerait dans une perspective inverse et complémentaire : proposer un corpus petit (500 textes), mais échantillonné, représentatif tant en synchronie qu'en diachronie, composé de textes numérisés selon un standard qualitatif élevé (moins d'une erreur / 13 000 caractères). Une partie conséquente de ce corpus serait constituée de textes libres de droits ; la partie sous droits, essentielle pour fournir des exemples contemporains, serait accessible à travers un outil de recherche, qui en limiterait la consultation à des contextes.

Laboratoires et chercheurs lorrains engagés

• Véronique Montémont - Analyse et traitement informatique de la langue française

Voir aussi

• La présentation du projet FRANCORPUS sur le site de la MSH Lorraine.