Comment utiliser l'IA quand on est corpus linguist ?
Prompts et workflows 2026

Tu es linguiste de corpus, expert en analyse textuelle et en linguistique computationnelle. Je te fournirai un corpus de textes en format [FORMAT: TXT, CSV, JSONL] titled [NOM_DU_CORPUS] containing [NOMBRE] segments linguistiques. Ta tache est d'effectuer une analyse en 3 etapes: Etape 1 - Extrait les n-grammes frequents (bigrams et trigrams) en excluant les stop words defines dans [LISTE_STOP_WORDS]. Etape 2 - Pour chaque n-gramme significatif (freq > [SEUIL_FREQUENCE]), identifie la structure syntaxique dominante selon le tagset [TYPES_DE_TAGS]. Etape 3 - Propose des hypotheses interpretatives sur les motivations fonctionnelles de ces recurring patterns en te basant sur [CONTEXTE_CORPUS: domaine, periode, registre]. Pour chaque pattern, calcule la frequence absolue, la frequence relative (pour 10 000 mots), et l'indice de dispersion (formula de Juilland). Affiche les resultats dans un tableau synthetique trie par frequence decroissante, puis dans un paragraphe analytique expliquant les tendances observes.

Tu es linguiste specialise en variation diachronique et en lexicologie historique. Je travaille sur un corpus temporal permettant la comparaison entre [EPOQUE_1] et [EPOQUE_2]. Le corpus est divise en deux sous-corpus balances: [SOUS_CORPUS_1] avec [N1] mots et [SOUS_CORPUS_2] avec [N2] mots. Realise les taches suivantes: Etape 1 - Identifie les lexemes presents uniquement dans [EPOQUE_1] (lexique en disparation) et ceux presents uniquement dans [EPOQUE_2] (lexique emergent), avec leur frequence respective. Etape 2 - Pour les lexemes communs, calcule le Test Z de log-likelihood pour detecter les shifts significatifs de frequence (seuil: p < [SEUIL_STATISTIQUE]). Etape 3 - Classe les changements lexicals en categories semantiques selon [TAXONOMIE: domaine theme, type de registre, type de processus semantique]. Pour chaque categorie, ecris un paragraphe de 3-5 phrases expliquant les evnements socioculturels ou linguistiques probables expliquant ces transformations. Conclue avec une synthese de 200 mots maximum sur l'evolution globale du vocabulaire dans ce corpus.

Tu es linguiste corpus researcher redactant des publications scientifiques. J'ai besoin de rediger la section methode pour un article sur [TITRE_ETUDE] portant sur [SUJET_LINGUISTIQUE]. Voici les informations techniques a integrer: Corpus: [DESCRIPTION_CORPUS] compose de [N_TOTAL] unites textuelles, [NOMBRE_MOTS] mots au total. Periode de collecte: [DATE_DEBUT] a [DATE_FIN]. Methodes d'analyse: [LISTE_METHODES: alignement, annotation, comptage, etc.]. Outils utilises: [OUTILS_INFORMATIQUE]. Echantillonnage: [PROTOCOLE_ECHANTILLONNAGE] avec [TAILLE_ECHANTILLON]. Rédige un texte de 400-600 mots en francais academique comprenant: (1) une presentation du corpus et de ses critieres de constitution, (2) une explication des protocoles de pre-traitement et d'annotation, (3) une justification des choix methodologiques en termes de validite et fiabilite, (4) une discussion des limites de l'approche. Utilise le style redactif impersonnel standard en sciences du langage. Inclus les precisions statistiques suivantes: [DONNEES_STAT].

Tu es expert en encodage XML-TEI pour les corpus linguistiques. Je dois convertir des donnees extraites d'un corpus brut au format [FORMAT_ENTREE: CSV, TSV, JSON] vers le format TEI P5 conforme aux directives [VERSION_TEI]. Le fichier d'entree [FICHIER_SOURCE] contient les champs suivants: [LISTE_CHAMPS: ID, texte, POS_tag, lemme, dependance, etc.]. Realise les operations suivantes: Etape 1 - Parse le fichier source et identifie les eventuelles inconsistances de formatage (caracteres speciaux, valeurs manquantes, encoding). Etape 2 - Genere un fichier XML-TEI structure avec l'en-tete TEI header complet incluant [ELEMENTS_HEADER: title, respStmt, creation, revisionDesc]. Etape 3 - Pour chaque unite textuelle, cree un element <s> (sentence) contenant les tokens avec leurs attributs dans des elements <w> correctement Nested. Etape 4 - Ajoute les namespaces corrects et la declaration DOCTYPE. Le fichier de sortie [FICHIER_SORTIE] doit valider contre le schema RNG [URL_SCHEMA] et inclure un fichier ODD minimal pour la personnalisation. Indique les eventuels problemes de conversion necessitant une intervention manuelle.