Annotation-based Digital Text Corpora Analysis within the TXM Platform
Résumé
This paper presents new developments in the TXM textual corpora analysis platform (http://textometrie.org)
towards direct text annotation functionalities. Some annotations are related to a web based external historic
ontology called SyMoGIH and others to co-reference information between words or to word properties like part
of speech or lemma.
The paper discusses the methodological stakes of unifying in a single framework the production and the analysis
those annotations with the traditional ones already available in TXM corresponding to the XML markup of the
text sources and to the linguistic annotations automatically added to texts by NLP tools.
Cet article présente les nouveaux développements de la plateforme d'analyse de corpus textuels TXM (http://textometrie.org) vers des fonctionnalités d’annotation textuelle directe. Certaines annotations sont liées à une ontologie historique externe appelée SyMoGIH, d’autres à l’encodage de liens de co-référence entre mots d’un texte et les dernières à des propriétés de mots telles que leur catégorie grammaticale ou leur lemme.
L’article discute les enjeux méthodologiques d’une unification de la production et de l’analyse d’annotations au sein de la plateforme au regard des systèmes d’annotation traditionnels déjà exploités par TXM comme le balisage XML TEI des sources textuelles et les annotations linguistiques ajoutées automatiquement aux textes par les outils de TAL.
