Chantier HN Triangle » BaseImmo

h1. Wiki

h2. Exploration corpus "Encadrement des Loyers"

h3. Récupération des articles sur Europress

La requête était : "encadrement" et/ou "loyers" ? [*A VERIFIER AUPRES de ROBERT*] sur les journaux : 

* Le Figaro (71 115)

* Le Parisien (69 816)

* Le Monde (121 881)

* Les Echos (100 760)

* Libération (82 371)

h3. Transformation vers des formats exploitables dans TXM et R ou encore Iramuteq

* "La page spécifique dans le wiki de TXM":https://groupes.renater.fr/wiki/txm-users/public/tutoriel_europresse (à propos de la récupération / formatage des données depuis Europress) : 

* "Un guide par Corentin Roquebert":https://quanti.hypotheses.org/1416/

Celui-ci signale bien que les fichiers (europress) en HTML sont bien balisés (une balise auteur, une balise date etc.) et on va les décoder pour les rendre utilisables. Elles seront transformées en base de données, en un tableau dans lequel nous aurons 

** en lignes chacun des articles, 

** et en colonnes les variables qui nous intéressent (le journal, le titre de l’article, la date de publication, l’auteur, le texte de l’article).

h3. Construction du corpus sur "Encadrement des loyers"

Sur un corpus de 688 articles, extraits de la base Europress, on a seulement 617 répondant à la recherche des co-occurrents des termes suivants : "encadrement" et "loyers". En effet, 69 des fichiers n'ont pas ces termes (soit une question du seuil de recherche, on regarde dans un rayon de 300 lettres après "encadrement", soit n'ont même pas une occurrence de "encadrement").

Voici les expressions attrapées (A VALIDER PAR FRANCOIS)

<pre><code>

encadrement des loyers (x677)

encadrement des loyers3 (x1) sans doute une note

encadrement des loyersCoupée (x1)

encadrement des loyersMauvaise (x1)

encadrement des loyers» (x4)

encadrement (remboursement du trop-perçu, amende, etc.).   En cas de relocation, des hausses de loyers

encadrement bien sûr). Le rendement est donc a priori meilleur. Mais gare à ne pas se montrer trop gourmand, à l'heure où les loyers

encadrement de ce public fragile est très élevé. Les autres frais se répartissent, à parts égales, entre les charges courantes (alimentation, électricité...) et les charges structurelles (loyers

encadrement de loyers (x2)

encadrement des hausses de loyers

encadrement des nouveaux loyers

encadrement du montant des loyers

encadrement Duflot des loyers

encadrement et garantie universelle des loyers

encadrement généralisé des loyers (x6)

encadrement les loyers (x2)

encadrement mis en place l'an dernier.   Du jamais-vu depuis le début des années 2000 La période sous revue par Clameur est aussi marquée par une nouveauté, la baisse des loyers

encadrement n'a donc pas fait baisser les loyers

encadrement nulle part. Il faut que l'Etat fasse appel de cette décision ou bien corrige les ambiguïtés de la loi Alur dans la prochaine loi sur le logement. La maire de Paris va saisir par écrit le gouvernement pour lui demander de prendre en urgence les mesures qui permettront d'encadrer les loyers

encadrement ou de la garantie universelle des loyers

encadrement ou la garantie universelle des loyers

encadrement plus strict des loyers

encadrement pour enrayer la hausse des loyers

encadrement prises par l'Etat, selon l'Observatoire des loyers

encadrement régional des loyers

encadrement, ces derniers redoutant, entre autres, une flambée des loyers

encadrement, malgré la loi. Ils ne transmettent qu'au compte-gouttes les données nécessaires pour évaluer les loyers

encadrement. Ce qui, in fine, est pénalisant pour les petites surfaces meublées, dont les loyers

encadrement. Jusqu'à présent, il n'existait pas de réelle sanction pour les propriétaires qui ne respectaient pas les plafonds de loyers

</pre></code>

h2. Récupération des données du fichier PDF

h3. Utilisation du service OCR d'Huma-Num

* avec Filezilla, placer dans le dossier "ocr" de l'espace commun : triangle@mygrid.huma-num.fr, le fichier pdf source

* puis en ligne de commande, exécuter ainsi :

<pre><code>

$ ssh triangle@mygrid.huma-num.fr

$ abbyyocr11 -rl French -if GLH-Pub_Fonciere-bureau1et2_pages2-3.pdf -f XML -of test2-fr.xml

puis en local :

$ scp -p 22 triangle@mygrid.huma-num.fr:~/ocr/test2-fr.xml Documents/workspaceGit/FrancoisRobert/output/

</code></pre>

h2. Conception du modèle des données 

Francois a commencé à faire de la saisie et propose ce modèle de données pour le fichier excel.

|_. Nom colonne excel Francois |_. Variable code python |_. valeur exemple |_. remarque ou texte qui précède dans le pdf|

| Bureau | office | 1 (default value) | |

| num | ordernum |  105 | _N° d'ordre:_ |

| Fichier | file | 1b (default value) | |

| année acte | year | 2009 | laquelle parmi celles-ci : _Date de dépôt_, _Référence d'enliassement_, _Date de l'acte_ |

| nature simplifiée | | | |

| nature acte | nature | voir liste ci-après  | _Nature de l'acte:_ |

| Donateur | donator | COURLY (acronyme de F.) | |

| Donataire | beneficiary | GLH (acronyme de F.) | |

| Montant | sum | 56 160 | uniquement quand il y a eu une *vente* |

| Cadastre | registry | AO 25 | uniquement quand il y a eu un *bail*  ou une *vente*|

| Localisation | localization | 69001 | uniquement quand il y a eu un *bail*  ou une *vente* | 

| Notes | notes | 55 ans, 53 450 € après la 40e année (synthèse de F.)| _Complément:_ |

Liste des options possibles pour la nature de l'acte :

* BAIL EMPHYTEOTIQUE, 

* CONSTITUTION DE SERVITUDES, 

* CORRECTION DE FORMALITE, 

* VENTE, CHANGEMENT DE DENOMINATION, 

* ETAT DESCRIPTIF DE DIVISION EN VOLUMES, 

* BAIL A CONSTRUCTION, INFIRMATION DE MISE EN INSTANCE DE REJET, 

* EMPHYTEOSE, 

* VENTE ET ANNULATION EDD, 

* etc.

h2. Script pour attraper les données

Quand 

* vente, chercher *un prix* et regarder les compléments

* bail (à construire, emphytéotique) ou emphytéose, chercher *une durée*

Attention il peut y avoir plusieurs Dispositions, Disposants, Bénéficiaires/donataires et Immeubles et Lots.