Outils pour utilisateurs
python:traitement_texte_vers_xml
Retour à la page Traitement de corpus textuels
Atelier du 27 novembre 2018
Objectifs :
- importation d'un corpus de textes OCRisés au format Word
- constitution du corpus dans Python
- tokenisation en français
- analyse de fréquences pour nettoyer le texte
Ressources :
- Corpus de texte (lien à mettre)
- Librairies python pour importer les documents Word :
- python-docx, cf. ce fil de forum pour une piste.
python/traitement_texte_vers_xml.txt · Dernière modification: 2019/11/16 09:27 par Francesco Beretta
