README.md

Classification des paragraphes des textes du JO

Les données utilisées par cet outil sont les données du JORF organisées dans un CSV avec 6 colonnes:

• Identifiant du texte: JORFTEXTxxxx (str)
• Identifiant de ressource enfant: JORFVERSxxxx pour une version de texte ou JORFARTIxxx pour un article ou vide (str)
• Type de paragraphe: 1=ALINEA 2=TABLE 3=RAW (int)
• Numéro de l'article (str ou vide)
• Rang du paragraphe, démarrant à 1 (int)
• Contenu (str)

Classification des paragraphes modificateurs

Génération d'un CSV avec les paragraphes classifiés selon leur catégorie de modification induite:

dqclassify_csv jorf.csv

Voir les catégories de modification.

Le CSV obtenu a une colonne supplémentaire par rapport au CSV source juste avant le contenu:

• Identifiant du texte: JORFTEXTxxxx (str)
• Identifiant de ressource enfant: JORFVERSxxxx pour une version de texte ou JORFARTIxxx pour un article ou vide (str)
• Type de paragraphe: 1=ALINEA 2=TABLE 3=RAW (int)
• Numéro de l'article (str ou vide)
• Rang du paragraphe, démarrant à 1 (int)
• Classification du paragraphe modificateur (categories.ModifierCategory.value: int ou vide)
• Contenu (str)