Discussion :

[Noutch]

Je travaille sur un projet qui vise à numériser les textes de loi de façon à les rendre libre et facile d'accès au grand public. Etant donné que la documentation est sous le format texte(txt,rtf,doc,pdf), j'ais opté pour l'utilisation d' XML car il permet de structurer les textes.
Actuellement j'ais des problèmes pour :

1. structurer les textes de loi pour en extraire la pertinence et
2. corriger les erreurs en tous genres qui se sont glissés dans ces textes

J'ais pensé à concevoir un petit compilateur pour en venir à bout, mais pour l'heure, je plante!.
Je prie toute personne ayant la moindre idée de me faire signe.

[CyberChouan]

A ma connaissance, la totalité des textes de loi français sont disponibles en ligne (sur le site legifrance par exemple)

Ensuite, je ne vois pas dans ton post de question relative à la programmation Java (ni même d'ailleurs à la programmation tout cours...)
On va avoir du mal à t'aider si tu ne nous expliques pas ce que tu veux faire exactement...

[bitbis]

Moi je travaille sur un projet qui vise à numériser des documents historiques et nottament des organigrammes hiérarchiques. Je suis en train de développer un plugin pour eclipse à ce titre. La dtd (dialecte xml) qui sera utilisée pour ce faire s'appelle TEI http://www.tei-c.org/. Une autre dtd peux aussi etre adapté à ce genre de codage : EAD http://www.loc.gov/ead/.
Tu dois d'abord définir la manière d'encoder tes documents ainsi que les metadonnées avant de commencer à développer (ou réutiliser) des outils. Selectionne une ou plusieurs dtd qui te semble adaptées et teste les à la main en encodant quelques documents. Tu vera vite si tu peux faire ce que tu veux avec.