Generare de concordanţe

pentru dicţionarul limbajului

poetic eminescian

Lect. dr. Mihaela Brut

Prof. dr. Dumitru Irimia
Prep. drd. Oana Panaite
Contextul problemei
Dicţionarul limbajului poetic
eminescian:
⇒ Proiect iniţiat în anii ‘90:
‰ Concordanţele poeziilor
eminesciene
⇒ modelul din lexicografia
poetică europeană
‰ Semne şi sensuri poetice
⇒ modelul: Dictionnaire des
Symboles, Jean Chevalier, Alain
Gheerbrant

2
Concordanţe eminesciene
9 Concordanţele poeziilor
antume
9 Concordanţele poeziilor
postume
‰ ... Concordanţele din teatru,
proza literară, publicistică,
critică literară/teatrală
/muzicală, corespondenţă,
însemnări manuscrise
‰ În alte literaturi: G.Leopardi,
E.Montale, G.Pascoli,
D’Annuzio, Ungaretti; Blake,
Byron, Yeats; F.G.Lorca;
E. Dickinson

3
Instrumente utilizate
‰CONCORD - Sistem de
lematizare automată şi
generare a concordanţelor,
Sanda CHERATA, Univ.
“Babeş-Bolyai” Cluj Napoca
‰SILEX – Sistem lexical
informatizat, Teodor VUŞCAN,
Univ. “Babeş-Bolyai”
Cluj Napoca

4
Funcţionare
‰Poezia eminesciană
‰Ed. Perpessicius, 1952
‰Ed. D.Murăraşu, 1970-1972
‰Transformată într-o bază de
date ME.POE

‰Lematizată, fiecare poezie

separat,
lemele analizate sintactic

5
Funcţionare
‰ O primă generare a
concordanţelor, conform
analizei sintactice automatizate
‰ unele leme nu sunt recunoscute
de analizor
‰ Corectură pe hârtie
‰ Operarea corecturilor utilizând
CONCORD
‰ Generarea concordanţelor
‰ Re-corectare sau
Pregătirea pentru tipărire

6
CONCORD
‰Operare corecturi

7
CONCORD
‰Funcţionalităţi

8
CONCORD
Generare Concordanţe
‰ Integrare/Volum
‰ Integrare operă
⇒ generate urm. fişiere:
‰ Me_C.tlm → concordanţe poezie
‰ Me_ct_C.txt → lemele ordonate pe
clase lexico-gramaticale;
‰ Me_fr_C.txt
→ lemele ordonate descrescător
după frecvenţa de utilizare;
‰ Me_Lm_C.txt
→ lemele ordonate alfabetic; 9
CONCORD
‰Generare Concordanţe

‰Folosite codificări pentru

caractere româneşti şi
pentru marcarea lemelor
‰Lemele ne-recunoscute
gramatical → marcate cu ??

10
Procesare WORD
‰ Codificările utilizate în fişierele
anterioare sunt de-codate
utilizând două macrocomenzi:
‰ ConvConc
→ pt. fişierul Me_C.tlm
→ se obţin concordanţele
întregului volum în format doc
‰ Conv_Car_Conc
→ Pentru fiecare dintre fişierele
Me_ct_C.txt, Me_fr_C.txt,
Me_Lm_C.txt

11
Concordanţe

12
Frecvenţe

13
Re-utilizare
‰ Poezia eminesciană – format
XML
‰ Sistem de lematizare cu
marcatori XML
‰ Sistem de generare a
concordanţelor utilizând
procesare DOM
‰ Instrumentele existente impun
restricţii legate de formatul
fişierelor ce vor fi procesate

14
Sisteme de generare a
concordanţelor
‰AntConc
‰http://www.antlab.sci.wased
a.ac.jp/antconc_index.html
‰Waseda University, Japonia
‰Wordsmith, Mike Scott,
Oxford University
‰http://www.oup.com/elt/cat
alogue/isbn/6890?cc=gb

15
Sisteme de generare a
concordanţelor
‰Concordance, R.J.C. Watt of
Dundee University
‰http://www.dundee.ac.uk/en
glish/wics/wics.htm
‰Monoconc, Athelstan
‰http://www.athel.com/mono.h
tml#monopro
‰etc.
‰Selectare, integrarea unui
analizor gramatical,
reproiectare sistem de
reprezentare a datelor...
16