GIRLS

Le corpus GIRLS est constitué de 64 romans français du XIXe siècle, dont la moitié a été écrite par des femmes et l'autre par des hommes. Il y a un seul livre par personne. Ces textes sont dans le domaine public et ont été récupérés de manière automatique sur les sites du projet Gutenberg, Gallica, Wikisource, et ebooksgratuits en utilisant les scripts fournis avec le corpus CIDRE qui servent à convertir les fichiers epub en TEI et ensuite en format texte brut tout en coupant le texte liminaire. Seul le titre de l'ouvrage apparaît au début du texte.