Télécharger

Plusieurs versions de sous-parties du corpus sont en circulation depuis le début du projet. Nous ne garantissons pas leur qualité.

Vous trouverez ici la version 1.0 (2016) : 44 fichiers avec métadonnées, annotation morphosyntaxique avec composants de composés, annotation syntaxique avec constituants et fonctions, validation manuelle

Le corpus est disponible en plusieurs formats :

xml : format d’origine (le plus complet)
Tiger-xml : format Tiger
PTB : format du Penn Treebank interrogeable par T-Regex avec visualisation graphique en arbres syntaxiques ; attention ce format est appauvri : il ne comporte pas les annotations morphosyntaxiques (sauf POS), ni les lemmes ni les composants des composés ; les fonctions sont indiquées comme suffixes des constituants (NP-SUJ, NP-OBJ etc)
CoNLL : version en dépendances. Les dépendances ont été obtenues par conversion automatique grâce à la procédure de Candito et al. (2010), améliorée ensuite à l’occasion de la shared task SPMRL 2013 (Seddah et al., 2013).

Pour obtenir le corpus, vous devez disposer d’un numero d’enregistrement. Autrement, vous pouvez également télécharger la version d’essai (693 Ko).

Vérifiez dans la liste des utilisateurs si votre institution en dispose déjà, sinon, veuillez remplir ci-dessous le formulaire de demande de licence à des fins de recherche uniquement.

Récupérer le FTB

Demande de corpus

Si vous ne disposez pas de numéro d’enregistrement, veuillez remplir ci-dessous le formulaire de demande à des fins de recherche uniquement.
Si votre utilisation peut avoir un but commercial ou concerne une entreprise, veuillez nous contacter pour une licence commerciale.

Tous les champs sont obligatoires.

Informations personnelles

Nom :

Prénom :

e-mail :

Informations institutionnelles

Laboratoire :

Institution :

Pays :

Programmes de recherche :
(décrivez en quelques lignes les projets de recherche qui impliqueront le FTB)

Confirmation

Conditions principales :

utiliser les ressources dans le cadre d’un projet identifié par le nom, et dans un but de recherche ;

aucune copie de ces ressources (hormis une copie de sauvegarde dans le cadre du paragraphe précédent) ;

ne pas diffuser tout ou partie des ressources, même à des fins de recherches, privées ou collectives, pas plus que de les céder à titre gratuit ou onéreux à un tiers ;

aucune utilisation commerciale. Contactez-nous pour une demande de licence commerciale ;

citer explicitement l’Université Paris-Diderot (laboratoire LLF) dans les publications et sur les produits qui résulteraient de l’étude ou du traitement de ce corpus ;

transmettre à l’Université Paris-Diderot (laboratoire LLF) toute version modifiée ou enrichie par lui du corpus arboré.

J’accepte les conditions générales d’utilisation.