Analyse des résultats pour le français

Nous allons analyser les données pour le français via iTrameur.

De même que pour l’anglais, nous allons remplacer les syntagmes associés à « Maison de retraite » par la chaîne de caractères suivante : « maison_de_retraite »

Calcul des cooccurrents

Nous créons la base dans iTrameur et nous cherchons les cooccurrents de « maison_de_retraite » dans le DUMP.

Voici les résultats obtenus pour 10 termes à gauche et à droite :

Cooc	FqCooc	CoFreq	IndSP
médicalisée	33	24	26
une	322	65	24
La	279	45	14
Jonchère	9	9	13
la	751	77	11
Ehpad	45	16	11
Choisir	17	10	10
Chanterelle	7	7	10
Marseille	6	6	9
Lilas	9	7	9
Mozart	9	7	9
Questions	6	6	9
en	481	51	8
Lyon	7	6	8
EHPAD	111	21	8
Larmeroux	4	5	8
Terrasses	10	7	8
Les	330	37	7
emplacement	3	4	7
publiques	9	6	7
Clos	9	6	7
à	639	55	6
des	481	45	6
choisir	21	7	6
privées	5	4	6
Trouvez	8	5	6
médicalisées	8	5	6
idéal	4	4	6
carrière	5	4	6
display	4	4	6
défibrillateur	5	4	6
Paris	37	9	5
Bordeaux	8	4	5
Montpellier	7	4	5
coût	11	5	5
outils	8	4	5
choix	18	6	5
entrée	17	6	5
Cliniques	8	4	5
Bienvenue	10	5	5
Rémy	7	4	5
Longny	6	4	5
Critères	2	3	5
loisirs	20	6	5
fréquentes	13	5	5
Cafards	3	3	5

Ce qui donne le graph suivant :

____________________

Pour les 30 termes à gauche et à droite :

Cooc	FqCooc	CoFreq	IndSP
médicalisée	33	43	52
une	322	113	21
Lyon	7	14	20
à	639	176	19
Orpea	16	18	19
Ehpad	45	30	16
Marseille	6	11	15
Lilas	9	12	14
médicalisées	8	11	13
êtes	14	14	13
Choisir	17	15	12
en	481	126	12
Montpellier	7	10	12
choix	18	16	12
entrée	17	15	12
Jonchère	9	11	12
défibrillateur	5	9	12
Paris	37	22	11
display	4	8	11
Terrasses	10	11	11
Activités	8	10	11
EHPAD	111	41	9
Bordeaux	8	9	9
Larmeroux	4	7	9
Annuaire	15	12	9
Dossiers	8	9	9
publiques	9	9	9
Chanterelle	7	8	9
Questions	6	8	9
Nice	12	10	8
dans	180	54	8
outils	8	8	8
Cliniques	8	8	8
meilleure	5	6	7
Aix	1	5	7
Seine	39	19	7
coût	11	9	7
VANVES	4	6	7
Ecoutez	5	6	7
premier	11	9	7
Rémy	7	7	7
Mozart	9	8	7
Critères	2	5	7
séniors	6	6	6
recherche	25	13	6
tarifs	18	11	6
des	481	103	6
provence	1	4	6
choisir	21	12	6
critères	6	6	6
Dossier	23	12	6
idéal	4	5	6
emplacement	3	5	6
Remonter	6	6	6
loisirs	20	12	6
scandale	4	5	6
Cap	7	6	5
recherchées	2	4	5
Tours	2	4	5
Hauts	17	9	5
Vous	52	19	5
privées	5	5	5
Trouvez	8	6	5
Catherinette	2	4	5
Publié	11	7	5
La	279	65	5
alentours	2	4	5
ici	12	8	5
accueille	11	7	5
Télécharger	15	9	5
décision	3	4	5
juillet	3	4	5
évacuée	5	5	5
Outils	2	4	5
fréquentes	13	8	5
Cafards	3	4	5
Clos	9	7	5
Savigny	5	5	5
maltraitances	5	5	5

Graph :

On peut voir que les syntagmes associés reflètent beaucoup le contenu des URLS choisies :

Tous les notions que l’on peut trouver dans les articles de presse : seniors, cafards, scandale, maltraitances, coût, évacuée, reflètent majoritairement des conditions de vie, ce que nous avions anticipé dans nos prédictions.

On peut voir néanmoins que l’aspect financier n’est pas présent dans les données traitées, ce qui cette fois contredit nos prédictions.

Réseau de cooccurrents spécifiques

En utilisant les contextes, on créé le réseaux de cooccurrents spécifiques pour le français.

Fréquence min: 10 ; Seuil: 5 ; Co-Freq: 2 ; IndSPmin: 5

Avec l’expression régulière :

Nuages de mots

En utilisant wordclouds.com et les contextes extraits, nous avons généré le nuage de mots suivant :

On voit sur cette forme plus graphique que beaucoup de syntagmes sont liés à des lieux (qui correspondent sans doute aux site des établissements privés) : Chanterelle, Châtelet, Paris, Longny-au-Perche, Larmeroux, Marseille, Saint-Rémy. D’autres sont liés au choix (choisir sa maison de retraite) : choisir, trouver, choix…

Enfin, une partie des syntagmes est liée à la recherche d’informations : questions, dossier, annuaire, recherche, …