Capolavori della letteratura per analisi e parodie, e un programma in regalo
Sotto Natale avevo inviato un messaggio che illustrava la possibilità di ricevere gratis per email il testo di uno o più fra 78 capolavori. Ebbene: oggi i capolavori son diventati 500 e c’è in più un programma gratuito e fantastico per analizzarli.
Che senso ha avere un libro intero in formato Word?
Non certo per leggerlo. La carta è più comoda, ma un testo in Word è molto più di un semplice volume inerte da ribattere tutto a macchina, è il DNA puro, sono le parole già dattiloscritte. Ecco che a questo punto quelle parole si trasformano in deliziosi strumenti – che non avete mai pensato di usare in questo modo – a vostra disposizione per giocarci. Con il testo in formato digitale si possono fare due tipi di operazioni diverse: le parodie e le analisi della frequenza delle parole.
Studiando le “occorrenze” dei termini si possono ottenere curiose informazioni (come potete vedere su http://www.ilpalo.com/parodie ).

Se questa era la situazione tre mesi fa, nel frattempo sono arrivate inoltre due ottime notizie: l’amico Stefano B. mi ha fatto avere un CD con altri 400 file con ulteriori capolavori. Alcuni li ho raggruppati, ad esempio ho creato un “superfile zip” con le 40 più celebri commedie di Shakespeare. Incredibile come un banale CD possa contenere tanta letteratura.
La seconda buona notizia merita uno spazio a parte, un carteggio che troverete in coda a questa email.
In sostanza ora è disponibile gratuitamente un eccellente programma scritto in Java da una lettrice del precedenbte messaggio, un software semplicissimo da usare che potete scaricare dal sito ilpalo alla pagina:
http://www.ilpalo.com/parodie o a questo indirizzo: http://www.ilpalo.com/parodie/programma-analisi-testi-occorrenze-parole.zip
Io l’ho usato per analizzare vari libri, con dati interessanti circa Il Satyricon di Petronio e Il Robinson Crusue di Defoe, di cui vi parlerò nel prossimo invio. 
Se con questi libri producete qualcosa - sia essa una parodia o un’analisi - potete inviarmi i risultati e io sarò lieto di pubblicarli on line su http://www.ilpalo.com/parodie  dove trovate sia esempi di parodie, che di studi sulla frequenza di parole.
Ecco i testi disponibili (sotto ci sono le istruzioni e il carteggio che spiega e illustra il nuovo programma semplice e gratuito per analizzare quello che desiderate, anche – ad esempio – le email del vostro capo per vedere che parole usa più spesso).
La email a cui richiedere il file con il libro è fr.cascioli@tin.it
La email a cui richiedere il file con il libro è fr.cascioli@tin.it
Ecco invece l’interessante carteggio con l’autrice del programma di analisi testuale:
Intanto comunque grazie per i complimenti che mi fai
se hai qualche parodia, o analisi, la pubblicherei on line estremamente volentieri
trovi altro materiale su http://ilpalo.com/parodie/
Il carteggio è iniziato così:
RAFFAELLA: - Sono un consulente informatico con l’hobby dell’informatica, nel senso che al lavoro faccio ciò che devo, mentre a casa ciò che mi piace!
Non avevo mai pensato ad utilizzare in questo modo i testi elettronici in mio possesso. Comunque ora che mi hai dato l’idea... Fra l’altro, leggendo sul tuo sito la descrizione del metodo che utilizzi per contare il numero di occorrenze delle varie parole all’interno di un testo, mi è venuta l’idea di realizzare un programmino che automatizzi il tutto.
FRANCESCO: - Mi scrivi che un programmino sarebbe ideale: io me li faccio in access e poi mi levo a mano dalle classifiche tutte le non stop words, cioè: gli, un, una, con, delle, ecc.
Non sono un informatico, non so programmare, abbozzo lo stesso un’ipotesi di programma. L’ideale sarebbe una macro che fa questo:
parte dal file di testo; sostituisce ogni segno di punteggiatura con NULLA; rende tutto minuscolo; sostituisce il segno di spazio della barra spaziatrice con un a capo; trasforma tutte le righe, ognuna con una sola parola, in tabella; elimina tutte le non stop words, cioè: gli, un, una, con, delle, che sono contenute in un file a parte; passa la tabella a un programma, che fa una query e trova i duplicati; e fornisce le occorrenze dei duplicati.
Se ci riesci - con calma, appena avrai tempo - ti farai un ammiratore della tua programmazione! Giuro!
Ancora auguri e grazie
RAFFAELLA: - È pronto e te lo mando. Sono partita da un programmino trovato su internet che crea un file eseguibile a partire dal programma Java in modo che possa essere eseguito direttamente da Windows.
FRANCESCO: - Ti ringrazio molto, un programma – realizzato gratis in Java - che permetta l’analisi della frequenza di parole in un testo, è ottimo per analisi e parodie, ed è fantastico che una lettrice delle mailing list, l’abbia fatto gratis di sua spontanea volontà. Non è bello tutto questo?
RAFFAELLA: - Credo che sia la parte migliore di Internet... la possibilità di dare/ricevere aiuto per il semplice piacere di farlo senza aspettarsi niente in cambio. Negli anni trascorsi da quando ho iniziato a navigare in Internet ho spesso ricevuto aiuto/consigli gratuiti da perfetti sconosciuti che a volte sono diventati ottimi amici e a volte non ho più avuto occasione di risentire. Aiutare a mia volta qualcuno mi sembra quindi il semplicemente il modo migliore di ripagare gli aiuti ricevuti... una specie di "Catena di Sant’Antonio" della solidarietà.
Se poi quando avrai più tempo avessi dei suggerimenti per miglioramenti o introduzione di nuove funzionalità... non farti problemi a comunicarmelo: io adoro programmare in java... quando ho tempo!). Mi piace lavorare in Java e purtroppo al lavoro ultimamente non ho avuto molte occasioni di utilizzarlo. Se capita lo faccio a casa, vivo in provincia di Cuneo ai piedi delle montagne da cui nasce il Po. Ovviamente se riscontri problemi o difetti nel software non esitare a dirmelo.
FRANCESCO: - Anche io ci ho lavorato. Ho incrementato il numero delle parole “non stop” da cancellare. Ora il file che contiene le parole poco interessanti, è più ricco di quello di partenza. Sono 4.000 termini, tra cui tutte le forme del verbo essere e avere, e 2000 numeri. L’ho usato su vari capolavori, con dati interessanti circa Il Satyricon di Petronio e Il Robinson Crusue di Defoe. 
INSTALLAZIONE
=============
Non ho idea di quali siano le caratteristiche del tuo sistema, quindi ti elenco alcune possibilità sperando che almeno una funzioni. Ti consiglio di provarle nell’ordine in cui le elenco perché la prima possibilità è la più semplice!
1) Copia in una stessa cartella il file allegato "contaOcc.exe" ed il file "swl.dat".
   Avvia il file contaOcc.exe facendo doppio clic sull’icona.
   Se il programma si avvia senza problemi, OK abbiamo terminato l’installazione.
   Se invece non dà segni di vita... allora prosegui!
2) Se sei arrivato fino a qui... allora significa che dobbiamo installare la Java Virtual Machine (JVM per gli amici). Puoi scaricarla dal sito della Sun (è completamente gratuita, ma un tantino pesantuccia, purtroppo). L’indirizzo è il seguente:
http://java.com/it/
Si è scelto di scaricare la versione 5.0 di Java Runtime Environment (dimensione del file: 15.1 MB).
Clicca sul pulsante a destra: "Java Software Download"
Segui le istruzioni e scarica il file sul tuo pc.
Doppio click sul file scaricato per installarlo.
A questo punto puoi riprovare il punto 1 e dovrebbe funzionare senza problemi.
ESECUZIONE
==========
Una volta installato il programma l’utilizzo è molto "elementare".
E’ pero’ necessario che il file "swl.dat" si trovi sempre nella stessa cartella del programma altrimenti non funziona!
Per elaborare un file è sufficiente:
- Utilizzare il bottone "Seleziona file" e scegliere il file da elaborare (ATTENZIONE: deve necessariamente essere in formato TXT, non DOC, PDF o altro!);
- Utilizzare il bottone "Elabora" per effettuare il calcolo (questa fase può richiedere un po’ di tempo, a seconda delle dimensioni del file e della potenza del pc utilizzato);
- Utilizzare il bottone "Salva risultati" e scegliere il nome del file di destinazione.
Una volta salvato il file può essere aperto con un normale editor di testo, anche con Word, oppure, se hai Excel puoi importare il file di testo con "formato delimitato da ;", in questo modo puoi avere in due colonne separate la parola ed il corrispondente numero di occorrenze calcolato.
Il bottone "Lista Stop Word" consente di aggiornare la lista delle stop word utilizzata dal programma (attualmente sono 4000 tra parole e numeri).
Utilizzando il pulsante Aggiungi puoi inserire nuove parole nella lista (il sistema ordina sempre la lista automaticamente in ordine alfabetico).
Selezionando una o più righe e premendo il pulsante rimuovi è possibile eliminare una o più parole dalla lista.
Con il pulsante "Salva" si aggiorna il file delle Stop Word.
NOTA: La lista delle stop word è contenuta nel file "swl.dat" che può eventualmente essere editato direttamente utilizzando un normale editor di testo. E’ sufficiente inserire una parola per riga (seguendo l’esempio delle parole già inserite). Non è necessario rispettare l’ordine alfabetico, perché comunque il sistema le riordina automaticamente al primo avvio!
Ci sono ovviamente ancora molte possibilità di miglioramento (ad esempio introdurre la possibilità di decidere se utilizzare o meno la lista di stop word, dare la possibilità di scegliere fra liste diverse, salvare in altri formati es. XML.... ). Questo è ciò che mi viene in mente al momento, ma è probabile che utilizzandolo si potrebbero avere idee migliori delle mie per migliorare il programma.
Resto quindi a disposizione per suggerimenti, richieste di modifiche, segnalazione di errori...
Raffaella Ventaglio
vraffy@email.it
Altre notizie alla pagina:
http://www.ilpalo.com/parodie
Per scaricare l’eccellente programma scritto in Java (semplicissimo da usare): http://www.ilpalo.com/parodie/programma-analisi-testi-occorrenze-parole.zip

La email a cui richiedere il file è fr.cascioli@tin.it