XGTagger est une interface générique traitant le texte contenu dans des documents XML, conçue et réalisée par Xavier Tannier. Il ne fonctionne pas seul, mais englobe n’importe quel système d’analyse textuelle souhaité par l’utilisateur.

Il utilise le concept de "contexte de lecture" [2] et la classification des balises transparentes (soft tags), balises de saut (jump tags) et balises dures (hard tags) [1].

 
Cliquez ici pour télécharger XGTagger

 
Vous pouvez également consulter le manuel d’utilisation (en anglais), disponible en ligne, en postscript ou en pdf.

Bibliographie

[1] Luca Lini, Daniella Lombardini, Michele Paoli, Dario Colazzo, and Carlo Sartiani.
XTReSy : A Text Retrieval System for XML documents.
In Dino Buzzetti, Harold Short, and Giuliano Pancalddella, editors, Augmenting Comprehension : Digital Tools for the History of Ideas. Office for Humanities Communication Publications, King’s College, London, 2001.

[2] Xavier Tannier.
Dealing with XML structure through "reading contexts".
Research Report G2I-EMSE 2005-400-007, April 2005, Ecole des Mines de Saint-Etienne, 16 pages.

Schéma de fonctionnement général de XGTagger

 Etiquetage morphosyntaxique

• • Exemple court
  • Exemple long

 Locutions
 Analyse syntaxique
 Traduction

Etiquetage morphosyntaxique

Exemple court

 Document XML initial :
<sentence>The <bold>cat</bold> jumps on the table</sentence>
 
 Texte donné au système S :
The cat jumps on the table
 
 Exemple de texte retourné par S (Brill Tagger) :
The/DT cat/NN jumps/VVZ on/IN the/DT table/NN
 
 Exemple de document final en sortie :
<sentence>

<w id=’’1’’ pos=’’DT’’>The</w>
<bold>

<w id=’’2’’ pos=’’NN’’>cat</w>

</bold>
<w id=’’3’’ pos=’’VVZ’’>jumps</w>
<w id=’’4’’ pos=’’IN’’>on</w>
<w id=’’5’’ pos=’’DT’’>the</w>
<w id=’’6’’ pos=’’NN’’>table</w>

</sentence>

Exemple long

 Document XML initial :
<article>

<title>Visit I<sc>stanbul</sc> and M<sc>armara</sc> Region</title> <par>

This former capital of three empires<footnote>Istanbul has successively been the capital of Roman, Byzantine and Ottoman empires</footnote> is now the capital of <bold>Turkey</bold>.
...

</par>

</article>
 
 Texte donné au système S :
Visit Istanbul and Marmara Region . This former capital of three empires is now the capital of Turkey. . Istanbul has successively been the capital of Roman, Byzantine and Ottoman empires
 
 Exemple de texte retourné par S (TreeTagger) :

Visit	VV	visit
Istanbul	NP	Istanbul
and	CC	and
Marmara	NP	Marmara
Region	NN	region
.	SENT	.
This	DT	this
former	JJ	former
capital	NN	capital
of	IN	of
three	CD	three
empires	NNS	empire
is	VBZ	be
now	RB	now
the	DT	the
capital	NN	capital
of	IN	of
Turkey	NP	Turkey
.	SENT	.
Istanbul	NP	Istanbul
has	VHZ	have
successively	RB	successively
been	VBN	be
the	DT	the
capital	NN	capital
of	IN	of
Roman	NP	Roman
,	,	,
Byzantine	JJ	Byzantine
and	CC	and
Ottoman	NP	Ottoman
empires	NNS	empire

 
 Exemple de document final en sortie :
<article>

<title>

<w id=’’1’’ pos=’’VV’’ lem=’’visit’’>Visit</w>
<w id=’’2’’ pos=’’NP’’ lem=’’Istanbul’’>I</w>
<sc>

<w id=’’2’’ pos=’’NP’’ lem=’’Istanbul’’>stanbul</w>

</sc>
<w id=’’3’’ pos=’’CC’’ lem=’’and’’>and</w>
<w id=’’4’’ pos=’’NP’’ lem=’’Marmara’’>M</w>
<sc>

<w id=’’4’’ pos=’’NP’’ lem=’’Marmara’’>armara</w>

</sc>
<w id=’’5’’ pos=’’NN’’ lem=’’region’’>region</w>

</title>
<par>

<w id=’’7’’ pos=’’DT’’ lem=’’this’’>This</w>
<w id=’’8’’ pos=’’JJ’’ lem=’’former’’>former</w>
<w id=’’9’’ pos=’’NN’’ lem=’’capital’’>capital</w>
<w id=’’10’’ pos=’’IN’’ lem=’’of’’>of</w>
<w id=’’11’’ pos=’’CD’’ lem=’’three’’>three</w>
<w id=’’12’’ pos=’’NNS’’ lem=’’empire’’>empires</w>
<footnote>

<w id=’’20’’ pos=’’NP’’ lem=’’Istanbul’’>Istanbul</w>
<w id=’’21’’ pos=’’VHZ’’ lem=’’have’’>has</w>
<w id=’’22’’ pos=’’RB’’ lem=’’successively’’>successively</w>
...
<w id=’’31’’ pos=’’NP’’ lem=’’Ottoman’’>Ottoman</w>
<w id=’’32’’ pos=’’NNS’’ lem=’’empire’’>empires</w>

</footnote>
<w id=’’13’’ pos=’’VBZ’’ lem=’’be’’>is</w>
<w id=’’14’’ pos=’’RB’’ lem=’’now’’>now</w>
<w id=’’15’’ pos=’’DT’’ lem=’’the’’>the</w>
<w id=’’16’’ pos=’’NN’’ lem=’’capital’’>capital</w>
<w id=’’17’’ pos=’’IN’’ lem=’’of’’>of</w>
<bold>

<w id=’’18’’ pos=’’NP’’ lem=’’Turkey’’>Turkey</w>

</bold>

</par>

</article>

Locutions

 Document XML initial :
<sentence>

I did it in order to clarify matters

</sentence>
 
 Texte donné au système S :
I did it in order to clarify matters
 
 Exemple de texte retourné par S :

I	PP
did	VVD
it	PP
in///order///to	LOC
clarify	VV
matters	NNS

 
 Exemple de document final en sortie :
<sentence>

<w id=’’1’’ pos=’’PP’’ word=’’I’’>I</w>
<w id=’’2’’ pos=’’VVD’’ word=’’do’’>did</w>
<w id=’’3’’ pos=’’PP’’ word=’’it’’>it</w>
<w id=’’4’’ pos=’’LOC’’ word=’’in///order///to’’>in</w>
<w id=’’4’’ pos=’’LOC’’ word=’’in///order///to’’>order</w>
<w id=’’4’’ pos=’’LOC’’ word=’’in///order///to’’>to</w>
<w id=’’5’’ pos=’’VV’’ word=’’clarify’’>clarify</w>
<w id=’’6’’ pos=’’NNS’’ word=’’matter’’>matters</w>

</sentence>

Analyse syntaxique

 Document XML initial :
<english_sentence>

He has a taste<gloss>Taste : preference, a strong liking</gloss>
for danger

</english_sentence>
 
 Texte donné au système S :
He has a taste for danger . Taste : preference, a strong liking .
 
 Exemple de texte retourné par S :
He has a taste_for_danger/NP . Taste : preference, a strong liking .
 
 Exemple de document final en sortie :
<english_sentence>

<w id=’’1’’>He</w>
<w id=’’2’’>has</w>
<w id=’’3’’>a</w>
<w id=’’4’’ pos=’’NP’’>taste</w>
<gloss>

<w id=’’6’’>Taste :</w>
<w id=’’7’’>preference,</w>
...
<w id=’’10’’>liking</w>

</gloss>
<w id=’’4’’ pos=’’NP’’>for</w>
<w id=’’4’’ pos=’’NP’’>danger</w>

</english_sentence>

Traduction

 Document XML initial :
<sentence>I had a conversation with my brother</sentence>
 
 Texte donné au système S :
I had a conversation with my brother
 
 Exemple de texte retourné par S :

I

had

a

conversation/entretien, conversation/Gespräch

with

my

brother/frère/Bruder

 
 Exemple de document final en sortie :
<sentence>

<w>I</w>
<w>had</w>
<w>a</w>
<w french=’’entretien, conversation’’ german=’’Gespräch’’>conversation</w>
<w>with</w>
<w>my</w>
<w french=’’frère’’ german=’’Bruder’’>brother</w>

</sentence>