Génération d'un serveur d'exploration simple avec ISTEX : Différence entre versions
imported>Jacques Ducloy (→Estimer la taille d'un corpus) |
imported>Jacques Ducloy (→Obtenir une première idée sur le contenu d'un corpus) |
||
| Ligne 31 : | Ligne 31 : | ||
La commande [[Dilib, module Istex, commande IstexFlashCorpus|IstexFlashCorpus]] avec la même option « -q » et en positionnant la taille à quelques documents (par exemple 10) permet de se faire une première idée du contenu. | La commande [[Dilib, module Istex, commande IstexFlashCorpus|IstexFlashCorpus]] avec la même option « -q » et en positionnant la taille à quelques documents (par exemple 10) permet de se faire une première idée du contenu. | ||
IstexFlashCorpus -s 10 -q rabelais | IstexFlashCorpus -s 10 -q rabelais | ||
| − | donne alors | + | donne alors immédiatement un ensemble de données comme : |
| + | === dates (sur 10 documents) === | ||
| + | 2 1980 | ||
| + | 2 1932 | ||
| + | 1 1992 | ||
Version du 1 mars 2015 à 10:36
Un serveur d'exploration est un outil d'exploration de corpus qui s'applique naturellement à ISTEX.
Savoir lancer une commande sous Unix
La technologie utilisée dans les serveurs d'exploration repose sur Unix. Ceci devrait devenir transparent pour une première approche. Dans la situation actuelle, il est nécessaire de savoir se connecter dans une fenêtre “ terminal Unix » où l'on peut lancer des commandes (par copier coller) en modifiant des paramètres.
La seule difficulté dans les premières expérimentations est relative à l'initialisation de la session. Sur un site correctement configuré, il suffit de faire dans la fenêtre shell :
~/Dilib/init.sh
Pour vérifier, il faut faire :
echo $DILIB_VERSION
On provoque alors l'impression de
V0.6.36
Estimer la taille d'un corpus
Pour des utilisations simples, la taille optimale d'un corpus tourne autour de 1000 notices de métadonnées - ce qui permet d'obtenir un résultat en quelques minutes.
La commande IstexGetCorpus, avec l'option « -s 1 » (size 1) permet de connaître instantanément la taille d'un corpus. Exemple :
IstexGetCorpus -s 1 -q rabelais
provoque l'impression de :
575 bytes retrieved
{
"total": 1266,
"hits": [
{
...
}
]
}
La ligne total donne alors le nombre de documents contenus dans le corpus et qui contiennent le terme rabelais.
En fait cette commande génère un appel à l'api ISTEX qui est ici :
Obtenir une première idée sur le contenu d'un corpus
La commande IstexFlashCorpus avec la même option « -q » et en positionnant la taille à quelques documents (par exemple 10) permet de se faire une première idée du contenu.
IstexFlashCorpus -s 10 -q rabelais
donne alors immédiatement un ensemble de données comme :
=== dates (sur 10 documents) === 2 1980 2 1932 1 1992
