BFM2022: a corpus for diachronic research on Medieval French and beyond
La BFM 2022 : un corpus pour les recherches diachroniques en français médiéval et au-delà
Résumé
The Base de Français Médiéval (BFM) is one of the oldest corpora of Medieval French (9th-15th centuries), and it is one of the most used by diachronic linguists and more broadly by all those interested in the history of French. It is the result of a collaboration between linguists, philologists and specialists in the textometric method implemented in the TXM platform. This article presents characteristics of the BFM2022 corpus focusing on the representativeness and interoperability of the data. It illustrates how digital tools can be used for data balancing and introduces the multi-level standardization strategy (textual structure, references, metadata, annotations) which allowed the Base to be integrated into more extensive diachronic corpora for long diachronic research.
La Base de français médiéval (BFM) fait partie des corpus de français médiéval (9e-15e s.) les plus anciens et les plus utilisés par les linguistes diachroniciens et plus largement par tous ceux qui s’intéressent à l’histoire du français. Elle est le fruit d’une collaboration entre linguistes-philologues et spécialistes de la méthode textométrique implémentée dans la plateforme TXM. L’article présente un état des lieux du corpus BFM2022 focalisé sur la représentativité et l’interopérabilité des données. Il illustre l’apport des outils numériques pour l’équilibrage des données et présente la stratégie de standardisation multi-niveau (structure textuelle, références, métadonnées, annotations) ayant permis à la Base de s’intégrer à des corpus diachroniques plus étendus pour des recherches en diachronie longue.
Domaines
Linguistique| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
