PUBLIC MARKS with tags web & texte

Here at Google Research we have been using word n-gram models for a variety of R&D projects, such as statistical machine translation, speech recognition, spelling correction, entity detection, information extraction, and others. While such models have usually been estimated from training corpora containing at most a few billion words, we have been harnessing the vast power of Google's datacenters and distributed processing infrastructure to process larger and larger training corpora. We found that there's no data like more data, and scaled up the size of our data by one order of magnitude, and then another, and then one more - resulting in a training corpus of one trillion words from public Web pages.

Une simple constatation : nous ne lisons pas de la même manière sur un écran que sur une feuille. Une conclusion : il existe donc des techniques de rédaction propre au monde de l'internet.

Écrire pour Internet est un art particulier qui exige de tenir compte des particularités du médium. On ne parle pas seulement de texte et d'écriture, mais d'hypertextes et d'hyperécriture.

Le web est un media différent. Ses utilisateurs y réagissent autrement que face à un document papier (traduction du mémo de Crawford).