Anatext : Une macro d’analyse textuelle

Le mode d’emploi.

1. Principes généraux

1. Faire tourner sous sas le fichier Anatext sous SAS.

2. Assigner un libname à l’endroit où se trouve la base Motoutil

3. Soumettre la ligne de commande suivante :

%anatext;

4. Remplir les champs

5. Taper entrée jusqu’à déclenchement de la macro

6. Dans la log, en copie, se trouvent tous les programmes SAS exécutés. Et à la fin de la log se trouve la syntaxe complète de la macro exécutée.

2. Détail de la syntaxe

• Premier cas : Variable(s) textuelle(s) d’une base SAS (toto.base)
  
  %Anatext
  (where=, keep=,var=,traitem=1,
  data=_last_,recol=NON,minlong=2,
  minfreq=9,Majuscul=OUI,Accents=OUI,
  Ecran=Oui,mat=0,anafac=0,indiv=1,
  motoutil=OUI,basoutil=MOTOUTIL.MOTOUTIL);
  
  where=
  
  Clause restrictive sur la base de données sas
  
  
  keep=
  
  conserver des variables de croisement
  
  
  var=
  
  variables contenant le texte à analyser
  
  
  traitem=
  
  type de traitement
  
  
  1 --> base sas
  
  
  data=
  
  base sas à analyser ex: toto.base
  
  
  recol=
  
  recoller les variables en cas de risque de mots coupés.
  
  
  minlong=
  
  Longueur minimale au-dessus duquel les mots sont sélectionnés. Si minlong=2 on prend les mots de 3 caractères ou plus.
  
  
  minfreq=
  
  Seuil de fréquence mininmal au-dessus duquel les mots sont sélectionnés
  
  
  Majuscul=
  
  Oui ==> Confusion majuscule, minuscule
  
  
  Accents=
  
  OUI ==> Suppression des accents et des cédilles
  
  
  Ecran=
  
  Oui ==> Affichage de l’interface de saisie
  
  
  mat=
  
  0. Ne fait rien
  
  
  1. Génère une matrice avec en ligne les individus, en colonne les mots dont le seuil de fréquence dépasse minfreq
  
  
  2. Idem avec à la fois les mots et les segments de deux et trois mots.
  
  
  anafac=
  
  0. Ne fait rien
  
  
  1. Fait une analyse factorielle sur la base des mots (présence/absence).
  
  
  indiv=
  
  Définition des individus de la matrice et de l’analyse factorielle
  
  
  1. Observations
  
  
  2. UCE de 10 mots
  
  
  motoutil=
  
  OUI : Utilisation de la base Motoutil pour séparer les mots outils des autres
  
  
  Non : pas de séparation
  
  
  basoutil=
  
  Adresse de la base motoutil. (il faut avoir soumis avant cela le libname). par ex :
  
  
  MOTOUTIL.MOTOUTIL
  
  
  
• Deuxième cas Fichier Textes (monfichier.txt)
  
  %Anatext
  (fichier=,traitem=2,minlong=2,minfreq=9,Majuscul=OUI,
  Accents=OUI,Ecran=Oui,motpara=200,nouvtext=,mat=0,
  anafac=0,indiv=1,motoutil=OUI,
  basoutil=MOTOUTIL.MOTOUTIL);
  
  fichier=
  
  adresse du fichier texte c:monrepmontext.txt
  
  
  traitem=
  
  2 --> fichier txt
  
  
  minlong=
  
  Longueur minimale audessus duquel les mots sont sélectionnés. Si minlong=2 on prend les mots de 3 caractères ou plus.
  
  
  minfreq=
  
  Seuil de fréquence minimal au-dessus duquel les mots sont sélectionnés
  
  
  Majuscul=
  
  Oui ==> Confusion majuscule, minuscule
  
  
  Accents=
  
  OUI ==> Suppression des accents et des cédilles
  
  
  Ecran=
  
  Oui ==> Affichage de l’interface de saisie
  
  
  motpara=
  
  Nombre maximum de mots par paragraphe
  
  
  nouvtext=
  
  Séparateur de textes
  
  
  mat=
  
  0. Ne fait rien
  
  
  1. Génère une matrice avec en ligne les individus, en colonne les mots dont le seuil de fréquence dépasse minfreq
  
  
  2. Idem avec à la fois les mots et les segments de deux et trois mots.
  
  
  anafac=
  
  0. Ne fait rien
  
  
  1. Fait une analyse factorielle sur la base des mots (présence/absence).
  
  
  indiv=
  
  Définition des individus de la matrice et de l’analyse factorielle
  
  
  1. Phrases
  
  
  2. UCE de 10 mots
  
  
  3. Paragraphes
  
  
  4. Textes
  
  
  motoutil=
  
  OUI : Utilisation de la base Motoutil pour séparer les mots outils des autres
  
  
  Non : pas de séparation
  
  
  basoutil=
  
  Adresse de la base motoutil. (il faut avoir soumis avant cela le libname). par ex :
  
  
  MOTOUTIL.MOTOUTIL