Préparation des données d'import dans TXM

Création d'un fichier .txt contenant les textes à analyser et d'un fichier .csv contenant les métadonnées associées aux textes.

Programmes

Extraction_Corps_TEI.pl : extrait l’élément <body> des fichiers .tei pour ne cibler que le texte et le transposer dans un fichier .txt. Utilise le module twig pour manipuler le format .tei.

Syntaxe (à corriger)

Perl nom_du_script -i nom_du_fichier_WOS -o nom_du_fichier_sortie

Metadata1.pl : constitue le fichier de métadonnées au format .csv pour le sous-corpus « Arthropode ». Ce fichier contient 4 variables : id, corpus, journal et année.

Syntaxe (à corriger)

Perl nom_du_script -i nom_du_fichier_métadonnée -o nom_du_fichier_sortie

Metadata2.pl : constitue le fichier de métadonnées au format .csv pour l’ensemble du corpus « Systématique animale » v1. Comme ce corpus est trop volumineux pour être utilisé tel quel dans TXM, ce programme ajoute une variable supplémentaire, sous-corpus, qui permettra de réaliser une partition pour chacun des sous-corpus.

Syntaxe (à corriger)

Perl nom_du_script -d nom_du_répertoire -o nom_du_fichier_sortie