Il s'agit de l'application Linux nommée WebCorpus dont la dernière version peut être téléchargée en tant que webcorpus-1.0.1.jar. Il peut être exécuté en ligne sur le fournisseur d'hébergement gratuit OnWorks pour les postes de travail.
Téléchargez et exécutez en ligne cette application nommée WebCorpus avec OnWorks gratuitement.
Suivez ces instructions pour exécuter cette application :
- 1. Téléchargé cette application sur votre PC.
- 2. Entrez dans notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous voulez.
- 3. Téléchargez cette application dans ce gestionnaire de fichiers.
- 4. Démarrez l'émulateur en ligne OnWorks Linux ou Windows en ligne ou l'émulateur en ligne MACOS à partir de ce site Web.
- 5. Depuis le système d'exploitation OnWorks Linux que vous venez de démarrer, accédez à notre gestionnaire de fichiers https://www.onworks.net/myfiles.php?username=XXXXX avec le nom d'utilisateur que vous souhaitez.
- 6. Téléchargez l'application, installez-la et exécutez-la.
CAPTURES D'ÉCRAN
Ad
WebCorpus
DESCRIPTION
WebCorpus est un framework basé sur Hadoop qui vous permet de calculer des statistiques sur de grands corpus Web extraits de crawls Web.Comment ça marche
- traitement linguistique de corpus de texte de plusieurs Go ou To à l'aide d'Apache Hadoop
- extrait et compte les phrases, les n-grammes de mots (avec ou sans balises POS) et les cooccurrences
- lit les formats d'exploration Web populaires (ARC et WARC)
- filtre les données d'entrée par langue, URL en double, contenu en double et erreurs d'encodage
- peut être étendu par d'autres décomptes linguistiques basés sur des annotations UIMA personnalisées
Langage de programmation
Java
Il s'agit d'une application qui peut également être récupérée à partir de https://sourceforge.net/projects/webcorpus/. Il a été hébergé dans OnWorks afin d'être exécuté en ligne de la manière la plus simple à partir de l'un de nos systèmes d'exploitation gratuits.
