4.4.3 Description du programme

Il s’agit d’un outil permettant, à partir d’un texte brut donné, de générer dans un fichier la fréquence de tous les mots rencontrés. Ce programme se base bien entendu sur les résultats retournés par l’analyseur des mots graphiques, qui sont souvent équivoques. Plusieurs cas peuvent en effet se présenter :

• L’analyseur échoue dans son analyse : le mot graphique doit faire partie de la liste des mots non reconnus. Si le mot graphique ne figure pas déjà sur cette liste, il fait l’objet d’une nouvelle entrée sinon sa fréquence est incrémentée d’une unité. Cette liste est formée généralement par les noms propres et les mots absents du dictionnaire ;
• L’analyseur retourne une ou plusieurs solutions d’analyse ayant le même mot minimal et la même catégorie grammaticale : le mot minimal sans ses proclitiques et ses enclitiques est enregistré dans le fichier avec une incrémentation de la catégorie grammaticale correspondante (verbe, nom ou mot outil).
• L’analyseur retourne plusieurs solutions d’analyse ayant des catégories grammaticales distinctes : Tous les mots minimaux de ces solutions sont enregistrés avec une incrémentation la fréquence des différentes catégories grammaticales correspondantes aux analyses. Par exemple : le mot graphique « لفي » a quatre analyses possibles :
• • Le mot outil في de catégorie حروف الجرّ précédé de لام التوكيد.
  • Le mot outil في de catégorie حروف التعليل précédé de لام التوكيد.
  • La forme conjuguée « لُفِيَ » du verbe « لَفَا - يَلْفُو » à la 3ème personne du singulier à l’accompli passif.
  • La forme conjuguée «لِفِي » du verbe « وَلَفَ - يَلِفُ » à la 2ème personne du singulier féminin à l’impératif.

Pour le mot graphique « لفي », on doit donc ajouter deux enregistrements au fichier des fréquences : Le premier avec le mot « في » qui est considéré comme un mot outil et le second avec le mot « لفي » qui est considéré comme un verbe. Si le même « لفي » était entouré par d’autres proclitiques ou enclitiques, on aurait pu avoir d’autres solutions différentes.