Preparare un Corpus (Corpus Builder)

N.B.:Le immagini di questa sezione fanno riferimento a una versione precedente di T-LAB. In T-LAB 10 questo strumento include due pulsanti aggiuntivi: a) uno che, per corpus di dimensioni non superiori a 20 MB, attiva l'opzione Text Screening; b) l'altro che consente di procedere immediatamente con l'importazione dei materiali testuali selezionati (vedi immagine seguente).

Questo strumento software è stato progettato per facilitare la preparazione e la trasformazione di vari materiali testuali in un file corpus pronto per essere importato da T-LAB. Più specificamente, tale strumento consente di eseguire rapidamente le seguenti operazioni:

1. Importare automaticamente vari tipi di file;
2. Editare e modificare i testi dei file importati;
3. Gestire l'uso di variabili categoriali;
4. Salvare il risultato del lavoro in un file pronto per essere importato da T-LAB;
5. Verificare e modificare qualsiasi file corpus che corrisponda al formato richiesto da T-LAB.

Mentre il modo di importare i file (vedi sopra '1') varia in base al loro formato, tutte le altre operazioni seguono la stessa logica.

Di seguito una breve descrizione dei modi per importare i vari tipi di file.

A - Importazione di file in formato tabellare (CSV, .SAV, .JSON, .XML, .XLS, XLSX, .MDB, .ACCDB).

Un singolo file che includa fino a 30.000 record può essere importato usando l'opzione 'Open Table' o tramite il metodo drag and drop (N.B.: quando nessuno dei testi supera i 2.000 caratteri, il limite dei record da importare è esteso a 99.999).

Tale file può essere costituito da varie colonne contenenti i seguenti dati:

- Variabili categoriali (una per ogni colonna, fino a un massimo di 50)
- Testi da analizzare (una sola colonna);
- IDnumbers, cioè identificativi di unità di contesto o di soggetti/casi.

N.B.: Mentre la presenza di variabili categoriali e IDnumbers è opzionale, la presenza di almeno una colonna contenente i testi da analizzare è obbligatoria.

Quando viene importato un file .CSV, deve essere opportunamente selezionato il delimitatore usato (vedi sotto).

Quando vengono importati file Excel o Access, è possibile selezionare solo una tabella (vedi sotto)..

B - Importazione testi e documenti in vari formati

L'opzione 'Gather your Texts' (vedi sotto) consente di importare fino a 30.000 documenti, sia uno per volta che tramite selezione multipla, utilizzando tre diversi metodi.

Il primo metodo ('Add your Documents') prevede l'importazione automatica di file tipo .TXT, .DOC, .DOCX, .PDF, .RTF.

Il secondo metodo ('Add EmptyRecord') consente di aggiungere singoli record in cui è possibile copiare/incollare qualsiasi tipo di testo (vedi sotto).

Il terzo metodo ('Import text from URL) consente di scaricare direttamente singoli file HTML da internet, di editarne il contenuto per eventuali modifiche e - quindi - di importarli (vedi sotto).

C - Importazione di un corpus già codificato secondo le specifiche di T-LAB.

Si consiglia l'uso dell'opzione 'Open Corpus' in tre tipi di casi:

1 - l'utilizzatore intende modificare la struttura di un file corpus già codificato (es. aggiungere degli altri testi tramite i metodi spiegati nella precedente sezione 'B', modificare le denominazioni delle variabili e/o delle modalità, etc.);
2 - l'utilizzatore intende verificare/correggere gli eventuali errori contenuti in una codifica del corpus effettuata manualmente e senza l'ausilio del modulo Corpus Builder;
3 - l'utilizzatore intende importare un file corpus con una codifica 'grezza' (vedi immagine seguente), cioè un file corpus le cui parti (documenti o record) siano tutte precedute solo da una riga con quattro asterischi seguiti da uno spazio ('**** ').

In tutti i tre casi sopra menzionati (1,2,3) è sufficiente selezionare un singolo file tramite l'opzione 'Open Corpus' o trascinarlo con il metodo drag and drop.

Operazioni successive all'importazione di file

Al termine della fase attraverso la quale i file sono stati importati in Corpus Builder, sia nel caso in cui 'non' si sia interessati all'uso di variabili, sia nel caso in cui le operazioni di codifica siano state già effettuate, si può procedere con l'opzione 'Check /Generate' e - successivamente - con l'importazione del corpus in T-LAB.

Quando il corpus contenga codifiche, va tenuto presente che in tutti e i tre i tipi di importazione menzionati nelle precedenti sezioni di questo documento ('A', 'B', 'C'), i dati vengono visualizzati in diverse colonne, le cui intestazioni possono essere le seguenti:

- Variable, cioè variabili categoriali, il cui uso è necessario quando si intendano analizzare le caratteristiche e le relazioni di distinti sottoinsiemi del corpus;
- IDnumber, cioè identificatori di casi / record, il cui uso è opzionale;
- My Texts, cioè il testi da analizzare, il cui uso è possibile in una sola colonna ed è obbligatorio;
- Exclude, da usarsi per segnalare a Corpus Builder che i dati contenuti nella corrispondente colonna non vanno utilizzati.

In tutti i casi, valgono le seguenti indicazioni:
- ogni record può essere selezionato o deselezionato (vedi sotto '1 ');
- gli IDnumber possono essere aggiunti automaticamente (vedi sotto '2');
- i nomi delle variabili possono essere editati e modificati (vedi sotto '3';
- ogni valore di variabile può essere editato e modificato (vedi sotto '4');
- ogni campo 'My Texts' può essere editato e modificato (vedi sotto '5').

Si ricorda inoltre che:

- Il numero delle colonne con variabili categoriali non deve superare i 50, e ciascuna di esse deve avere minimo 2 massimo 150 valori;
- I valori degli IDnumber, se usati, devono essere progressivi a partire da 1 (es., 1, 2, 3, etc.);
- Ogni etichetta, sia nel caso delle variabili che delle modalità, non deve superare la lunghezza di 25 caratteri alfanumerici (min. 2) e non deve essere intervallata da spazi vuoti;
- Nel modulo Corpus Builder tutti gli errori rilevati vengono visualizzati nel box in basso a sinistra (vedi sotto).

Uso dello strumento Variable Manager

Lo strumento 'Variable Manager' consente di costruire, editare, modificare e salvare qualsiasi schema di codifica, anche proveniente da un corpus diverso.
Ogni schema include l'elenco delle variabili e quello dei rispettivi valori (vedi sotto).

Per aggiungere variabili provenienti da un altro corpus o da uno schema precedentemente salvato, bisogna selezionare l'opzione '1' (vedi sopra). Diversamente, per aggiungere manualmente variabili e relativi valori, bisogna usare in sequenza l'opzione '2' e l'opzione '3' (vedi sopra).

L'aggiunta di valori di variabili a singoli record va effettuata manualmente (vedi sotto) e in un'unica sessione di lavoro; questo perché il salvataggio dello schema non include le codifiche attribuite a ciascun record. Nel caso quindi l'utilizzatore si trovi a codificare manualmente un corpus che includa un numero considerevole di record e/o il lavoro richieda più di una sessione di lavoro, si raccomanda di procedere come segue:

1 - importare la quantità di file/record che si ritiene di poter codificare in un'unica sessione di lavoro;
2 - salvare il lavoro come un corpus (vedi opzione 'Save' del menu Corpus Builder).

Quindi, nella successiva sessione, reimportare il corpus salvato in precedenza (vedi sopra, punto '2'), aggiungere altri record/file da codificare e continuare.

Quando l'utilizzatore ha completato le operazioni che ritiene opportune, l'opzione 'Check/Generate' consente di verificare la loro correttezza e, se tutto è ok, è possibile esportare (A) o salvare (B) un corpus pronto per essere importato da T-LAB.

Nel primo caso (A - vedi sotto) Corpus Builder crea una nuova cartella nella directory '..\Miei Documenti\T-LAB PLUS\" e - automaticamente - avvia la procedura di importazione T-LAB.

N.B.: In questo caso, la nuova cartella che viene creata ha lo stesso nome del file corpus.

Nel secondo caso (B - vedi sotto) l'utilizzatore può salvare il corpus nella directory che preferisce e - successivamente - usare l'opzione 'Importa un corpus' del menu T-LAB.

N.B.: In questo caso, si raccomanda di creare - ogni volta - una nuova cartella di lavoro con al suo interno il solo file corpus da importare.