Ancien-français

Anonyme (vers 1040-1045)
  La Vie de Saint Alexis

Chrétien de Troyes (1135-1190)
  Chevalier de la charrette

François Villon (vers 1456)
  Le Lais

Chinois ancien

Dao Chuo (562-645)
  An Le Ji

Xing Jian Bai (776-826)
  Li Wa Zuhan

Moderne

Henri de Bornier (1825-1901)
  La fille de Roland

La partie lexicographique présente quelques dépouillements de textes rares ou connus. Un pré-traitement spécifique a été exécuté sur chaque texte. Comme une partie des dépouillements se font en temps réels, les temps de réponses peuvent varier...

Si vous désirez nous envoyer un texte à dépouiller, écrivez-nous à info@citadelle.org

Définition des termes employés

Corpus	Un corpus est un ensemble de textes
Texte	Un texte est soit un document complet (un texte d'un auteur) soit des parties d'un texte, identifié par  ###
Section	Une section est un morceau de textes, idéntifié dans le texte original par le séparateur  ====
Page	Une page peut soit représenter le découpement physique du support, soit fictivement des morceaux de sections, identifié par +++
Paragraphe	Un paragraphe est définit par un retour à la ligne, un saut de ligne est considéré comme deux paragraphes
Segments répétés	Un segment répété est une suite de formes identiques apparaissant dans un texte (au sens global)

Codage des textes

Les textes sont au format TXT encodés en UTF-8. Ils sont donc codés sur 1, 2 ou 3 octets en fonction de la langue utilisée.