PACTE

Instrucciones de uso

Analizar un texto

Para mirar rápido un solo texto. Se pega el texto, se elige una función (estadísticas, categorías gramaticales, n-gramas, tiempos verbales, voz pasiva, lecturabilidad, SiNLP, primera persona) y el resultado aparece al instante. Se puede descargar en .csv (para Excel) o en .json. No necesita cuenta.

Analizar un corpus

Para analizar y comparar muchos textos. Necesita una cuenta, que crea un administrador. En Analizar un corpus:

  1. Ponle un nombre al corpus.
  2. Sube los textos en uno de estos formatos:
    • .zip con archivos .txt. Si los .txt están en subcarpetas (por ejemplo formal/ e informal/), cada carpeta es un grupo y los informes los comparan.
    • .csv con una fila por texto: una columna con el texto (por defecto texto), una con un id distinto para cada texto (por defecto id) y, si se quiere, otras columnas para comparar (sede, autor, año…).
    • Uno o varios .txt.
    La codificación se detecta sola: UTF-8, Latin-1 o Windows (Word, Bloc de notas), Mac y UTF-16. Sirve el .csv que exporta Excel, en Windows o en Mac, con comas, punto y coma o tabulaciones.
  3. Marca los análisis que quieras. Los que no se marcan no se calculan.
  4. Pulsa «Subir y analizar». El corpus queda en una cola y la página se actualiza sola hasta que dice «Listo». Un corpus de unas decenas de textos tarda unos minutos; uno de cientos, bastante más.

Qué entrega cada análisis

SINLP
El panel con 269 métricas por texto (estadísticas, léxico, categorías gramaticales, tiempos verbales, voz pasiva, complejidad, lecturabilidad y SiNLP), el informe de tendencias, el informe estadístico y la matriz en Excel.
MD
El análisis multidimensional: Biber et al. (2006), Parodi (2005), Biber (1988), lecturabilidad y la argumentatividad (IDAT y DIVA, Venegas 2005). Panel, informes, matriz y las definiciones de los rasgos.
Manchador de Textos
Los rasgos marcados con color sobre el texto, con el índice de densidad de cada párrafo y de cada texto. Se genera junto con MD.
N-gramas
Las secuencias de 1 a 4 palabras más frecuentes y las que caracterizan a cada grupo, con sus apariciones en contexto.

En la página de cada corpus, cada resultado se puede abrir o descargar, y «Descargar todo» baja todos los archivos en un .zip.

Comparar grupos

Los informes comparan los grupos de una columna. Si no se indica cuál, se usa la primera columna con entre 2 y 8 valores distintos (con un .zip, las carpetas). En «Comparación entre grupos» se puede elegir la columna y un grupo de referencia, que se compara con cada uno de los demás.

Para ver solo algunos grupos (dos o tres de las sedes, o «Santiago Inicial» frente a «Viña del Mar Final») no hace falta volver a subir el corpus. Al terminar el análisis, en la página del corpus, la sección «Comparar grupos» permite elegir la columna y los grupos. Se generan de nuevo el informe estadístico y el de tendencias de SINLP y MD con solo esos grupos, a partir de las matrices ya calculadas, en menos de un minuto. Se pueden hacer todas las comparaciones que se quiera y quedan guardadas en la página. Cada grupo necesita al menos 5 textos.

Corpus pareados

Si cada sujeto (alumno, autor…) tiene dos versiones de su texto, por ejemplo inicial y final, se sube además un archivo de diseño diseno.json que dice qué es el sujeto, el momento y, si lo hay, el grupo. Se agregan entonces el panel pareado, el Manchador pareado y, si se corren SINLP y MD, el análisis discriminante y los conglomerados. Por ejemplo, para archivos llamados CORE-V701I.txt y CORE-V701F.txt:

{
  "nombre": "corpusCore",
  "descripcion": "214 estudiantes de 14 secciones",
  "patron": "^CORE[-_ ]*(?P<grupo>[VS])[-_ ]*(?P<sujeto>\\d+)[-_ ]*(?P<momento>[IF])$",
  "sujeto":  {"columna": "Alumno", "formato": "{grupo}{sujeto}", "singular": "alumno", "plural": "alumnos"},
  "momento": {"columna": "Momento", "valores": {"I": "Inicial", "F": "Final"}},
  "grupo":   {"columna": "Sede", "valores": {"V": "Viña del Mar", "S": "Santiago"}, "singular": "sede", "plural": "sedes"}
}

«patron» lee el sujeto, el momento y el grupo del nombre de cada archivo (o del id, en un .csv). Sin «patron», se toman de las columnas del .csv que indica cada «columna». «grupo» es opcional.