Atlas

Les requêtes doivent être formulées en langage CQL (Corpus Query Language).
Le corpus, annoté syntaxiquement, contient 2 554 567 tweets géolocalisés, soit 31 868 064 tokens.
Pour chaque token, la recherche peut porter sur sa forme (word), son lemme (lemma), ou sa catégorie grammaticale (pos).

Exemples :

"rugby"%c - recherche de toutes les occurrences de "rugby", sans prendre en compte la casse des caractères
[lemma="plage"] - recherche de toutes les formes du lemme "plage"
[word="t'|j'|j’|t’"%c] [pos="V"&word="[^aehioué].*"%c] - recherche des cas d'élision devant un verbe débutant par une consonne

Mémo POS

Mémo regex

[]	délimite un élément	[word="chat"]
&	et	[pos="DET"&lemma="le"]
\|	ou	[pos="ADV\|V"]
.	n'importe quel caractère	[word=""]
?	une ou aucune fois	[word="partie?s?"]
+	une ou plusieurs fois	[lemma="!+"] [word="j.+"]
*	0, une, ou plusieurs fois	[word=".*antes"]
[^]	exclure un ou plusieurs caractères	[word="j[^' ]"]
()	capturer un groupe	[word="mang(é\|ée\|és)"]
^$	début et fin	[lemma="^a.*z$"]
%c	ne prend pas en compte la casse	[word="soleil"%c]
.?*+\|()[]{}^$	caractères à échapper	[word="\?"]

NC	nom commun	NPP	nom propre
DET	déterminant	P	préposition
P+DET	préposition+déterminant	P+PRO	préposition+pronom
ADJ	adjectif	ADV	adverbe
V	verbe	VINF	verbe infinitif
VIMP	verbe impératif	VPP	verbe participe passé
VPR	verbe participe présent	VS	verbe subjonctif
CC	conjonction coordination	CS	conjonction subordination
PRO	pronom	CLS	pronom clitique sujet
CLO	pronom clitique objet	CLR	pronom clitique réfléchi
PROREL	pronom relatif	ADVWH	adverbe interrogatif
PROWH	pronom interrogatif	ADJWH	adjectif interrogatif
DETWH	déterminant interrogatif	ET	langue étrangère
PREF	préfixe	I	interjection
PONCT	ponctuation

SoSweet - Atlas