La seconde étape de ce projet consiste à réaliser des nuages de mots grâce à des logiciels spécialisés. En effet, on cherche à savoir quel mot est le plus fréquent dans chaque corpus de chaque langue. Le mot qui a le plus d'occurrences est celui qui a...

Après avoir réalisé toutes les étapes précédentes le résultat final doit ressembler à l'image ci-dessous. Cependant, il ne faut pas oublier qu'il doit y avoir un tableau comme celui-ci de 50 urls pour chaque langue choisie.

Nous nous sommes rendues compte d'un problème lorque nous faisions tourner plusieurs fois le programme. En effet, pour un certains nombre d'urls, l'aspiration de la page ne se fait pas. Nous avons donc voulu comprendre la raison de cet échec et il s'avère...

Enfin, pour terminer notre tableau, nous devions créer deux colonnes la première contenant le mot recherché et ses contextes gauche et droit ; la seconde contenant le nombre d'occurrences dans l'ensemble de la page aspirée en tenant compte de la casse...

Après avoir aspirer les pages, nous avons du faire une varaible dans laquelle le terminal nous affiche l'encodage de la page aspirée avec la commande "file -i". Si le charset est en utf-8 alors le terminal affiche charset=utf-8. Si le charset est différent,...