POLARIS - Corpus récent

Le corpus Polaris récent contient des documents Istex circonscrits à la zone polaire arctique et publiés entre 2000 et 2015.

L'exploration thématique de ce corpus a notamment employé l'outil IRaMuTeQ. Celui-ci nécessite un prétraitement des données pour n'ingérer qu'un fichier unique contenant à la fois les métadonnées et les textes.

Constitution du fichier de données en entrée = textes concaténés et précédés chacun des métadonnées que l’on souhaite explorer selon une syntaxe précise

Sélection des métadonnées suivantes : titre de revue, langue, type de document