{"product_id":"154475","title":"Analyse de texte coréen accessible à tous avec Python ","description":"\u003ccenter\u003e\u003cdiv style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/tmgdisk01.cafe24.com\/images\/vs\/4172\/sv\/3jYDPLS5peXrkqG7K8mDHIX1qB5mzT.png?v=1765080268\" style=\"max-width:100%;max-height:10px\"\u003e\u003c\/div\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\u003ccenter\u003e\n\n\u003cdiv style=\"width:95%\"\u003e\n\n\u003cdiv style=\"text-align:center;font-size:30px;font-weight:bolder;line-height:1.6em\"\u003e Analyse de texte coréen accessible à tous avec Python \u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"border-bottom:1px;border-bottom-style:dotted;border-color:;padding-bottom:20px\"\u003e\u003ccenter\u003e\u003ctable align=\"center\" width=\"100%\"\u003e\u003ctbody style=\"border:0px\"\u003e\n\n\u003ctr\u003e\u003ctd align=\"center\" style=\"line-height:1.2em;text-align:center;font-size:18px;color:black;font-weight:bold;padding-bottom:20px;\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\u003ctr\u003e\u003ctd style=\"text-align:center\"\u003e\u003cimg src=\"https:\/\/image.yes24.com\/goods\/119117002\/XL\" style=\"max-width:100%;height:auto\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\n\n\n\u003c\/tbody\u003e\u003c\/table\u003e\u003c\/center\u003e\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;{split_style6}padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e Description \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;word-break:break-all;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eIntroduction au livre\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e\u003cdiv\u003e \u003cb\u003eMême les maquettes géantes du futur lointain commencent par de petites maquettes !\u003cbr\u003e Mettons en œuvre dès maintenant un modèle petit et simple de nos propres mains !\u003cbr\u003e Comprend 4 projets pratiques faciles à réaliser par tous !\u003c\/b\u003e\u003cbr\u003e\u003cbr\u003e Comment les ordinateurs comprennent-ils le coréen ? Que faut-il pour traiter un texte coréen par ordinateur ? Que vous débutiez en analyse de texte ou que vous souhaitiez consolider et perfectionner vos connaissances fondamentales en analyse de texte et en traitement automatique du langage naturel, ce livre contient des informations essentielles.\u003cbr\u003e\u003cbr\u003e\u003cbr\u003e Avant de nous lancer dans un projet à part entière, nous apprendrons d'abord les concepts de base de Python nécessaires à l'analyse de texte et l'utilisation de base des bibliothèques Python essentielles, ainsi que les fonctions et les méthodes de prétraitement des données textuelles. \u003cbr\u003eEnsuite, nous aborderons le modèle du sac de mots et le TF-IDF, qui sont des concepts fondamentaux de l'analyse de texte et des méthodes de vectorisation pour convertir du texte en données numériques.\u003cbr\u003e Nous allons maintenant procéder à un projet concret utilisant quatre ensembles de données coréens différents.\u003cbr\u003e Le projet couvre l'intégralité du processus, du téléchargement des données au prétraitement et à la visualisation, et la formation pratique a été conçue sous forme de Colab afin que vous puissiez facilement la suivre n'importe où dès maintenant.\u003cbr\u003e\n\n\u003c\/div\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cul\u003e\u003cli\u003e Vous pouvez consulter un aperçu du contenu du livre.\u003cbr\u003e \u003cspan\u003eAperçu\u003c\/span\u003e\n\n\u003c\/li\u003e\u003c\/ul\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eindice\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eChapitre 1 : Premiers pas avec Colab\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Exécuter Colab\u003cbr\u003e ____1 Comment\u003cbr\u003e ____2 touches de raccourci\u003cbr\u003e LEÇON 02 Ouvrir le code d'entraînement dans Colab\u003cbr\u003e Thème Colab ____1\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 2 : Manipulation des chaînes de caractères en Python\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Avant l'entraînement aux cordes\u003cbr\u003e LEÇON 02 Exercices de cordes\u003cbr\u003e ____1 représentation de chaîne\u003cbr\u003e ____2 Gestion des erreurs\u003cbr\u003e ____3 Méthode d'expression + gestion des erreurs\u003cbr\u003e LEÇON O3 : Plusieurs façons de manipuler les chaînes de caractères\u003cbr\u003e ____1 variable \u003cbr\u003e____2 Indexation\u003cbr\u003e ____3 Découpe\u003cbr\u003e ____4 Longueur de la chaîne, nombre de mots\u003cbr\u003e ____5 fonctions de chaînes de caractères\u003cbr\u003e ____6 répétitions\u003cbr\u003e ____7 fonction\u003cbr\u003e ____8 Liste des méthodes intégrées de chaînes de caractères\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 3 : Travailler avec les bibliothèques\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Les pandas\u003cbr\u003e ____1 Comprendre les data frames et les séries\u003cbr\u003e ____2 Manipulation des chaînes de caractères avec l'accesseur str\u003cbr\u003e LEÇON 02 NumPy\u003cbr\u003e ____1 Comprendre les tableaux NumPy\u003cbr\u003e ____2 Visualisation des tableaux NumPy avec matplotlib\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 4 : Modèle du sac de mots et TF-IDF\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Modèle du sac de mots\u003cbr\u003e Comment fabriquer un modèle de sac à ____1 mot\u003cbr\u003e ____2 Créer un modèle de sac de mots\u003cbr\u003e ____3 n-grammes : Utilisés pour regrouper les mots avant et après\u003cbr\u003e ____4 min_df et max_df : Réglage de la fréquence\u003cbr\u003e ____5 max_features : Limiter le nombre de mots à apprendre\u003cbr\u003e ____6 mots vides : Supprimer les mots vides\u003cbr\u003e ____7 analyseur : défini par caractère ou mot\u003cbr\u003e LEÇON 02 TF-IDF\u003cbr\u003e ____1 Comment appliquer les pondérations TF-IDF\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 5 : Classification des sujets des actualités Yonhap\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Sélection des données\u003cbr\u003e LEÇON 02 Processus de classification  \u003cbr\u003eLEÇON 03 Paramètres de base pour la classification\u003cbr\u003e ____1 Importer la bibliothèque\u003cbr\u003e ____2 Paramètres de police pour la visualisation\u003cbr\u003e LEÇON 04 Chargement des données\u003cbr\u003e LEÇON 05 Prétraitement des données\u003cbr\u003e ____1 Fusion de données pour le prétraitement des données\u003cbr\u003e ____2 Vérifiez la fréquence des réponses correctes\u003cbr\u003e ____3 Vérifier la longueur des caractères\u003cbr\u003e ____4 Visualisation d'histogrammes à l'aide de matplotlib et seaborn\u003cbr\u003e ____5 Vérifiez la fréquence des lettres et des mots par thème\u003cbr\u003e LEÇON 06 Prétraitement du texte\u003cbr\u003e Supprimer ____1 numéro\u003cbr\u003e ____2 Mettez toutes les lettres anglaises en minuscules\u003cbr\u003e ____3 Supprimer les particules, les terminaisons et la ponctuation à l'aide d'un analyseur morphologique\u003cbr\u003e ____4 Supprimer les mots vides\u003cbr\u003e LEÇON 07 Séparation des ensembles de données d'entraînement et de test\u003cbr\u003e LEÇON 08 Vectorisation des mots\u003cbr\u003e LEÇON 09 Apprentissage et prédiction\u003cbr\u003e ____1 Classificateur de forêt aléatoire\u003cbr\u003e ____2 validation croisée\u003cbr\u003e ____3 Apprentissage\u003cbr\u003e LEÇON 10 Chargement de la feuille de réponses\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 6 : Visualisation et classification des données des pétitions nationales\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Processus d'analyse\u003cbr\u003e LEÇON 02 Paramètres de base pour l'analyse\u003cbr\u003e ____1 Importer la bibliothèque \u003cbr\u003eLEÇON 03 : Charger des données avec Pandas\u003cbr\u003e ____1 Télécharger les fichiers sur Google Drive\u003cbr\u003e ____2 Examiner les données téléchargées\u003cbr\u003e ____3 Vérifiez s'il y a des valeurs manquantes\u003cbr\u003e LEÇON 04 Analyse et visualisation des données avec Pandas\u003cbr\u003e ____1 Ajouter une colonne « Pétition » pour les réponses\u003cbr\u003e ____2 Analyse par période de pétition\u003cbr\u003e ____3 Période de pétition et analyse par secteur\u003cbr\u003e ____4 Visualisation\u003cbr\u003e LEÇON 05 : Créer un nuage de mots avec Soynlp\u003cbr\u003e ____1 Bibliothèques et données\u003cbr\u003e ____2 Tokenisation\u003cbr\u003e ____3 Prétraitement des données textuelles\u003cbr\u003e ____4 Dessinez un nuage de mots\u003cbr\u003e ____5 Extrayez uniquement les noms et visualisez-les\u003cbr\u003e LEÇON 06 : Classification des données de pétitions nationales en formats binaires à l’aide de l’apprentissage automatique\u003cbr\u003e ____1 Apprentissage supervisé et séparation des ensembles de données\u003cbr\u003e ____2 Déterminer la cible de classification binaire\u003cbr\u003e ____3 Prédire les votes en fonction de la moyenne\u003cbr\u003e ____4 Prétraitement\u003cbr\u003e ____5 Création d'un ensemble d'entraînement et d'un ensemble de test\u003cbr\u003e ____6 Vectorisation des mots\u003cbr\u003e ____7 Application des pondérations TF-IDF\u003cbr\u003e ____8 Entraînement avec LightGBM\u003cbr\u003e Taux ____9\u003cbr\u003e Prédire ____10\u003cbr\u003e ____11 Évaluation de la précision des résultats de prédiction\u003cbr\u003e \u003cbr\u003e\u003cb\u003eChapitre 7 : Modélisation thématique, RNN et LSTM pour la « Fondation 120 Dasan Call »\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Processus d'analyse\u003cbr\u003e LEÇON 02 : Classification des sujets à l’aide de l’allocation de Dirichlet latente\u003cbr\u003e ____1 Installation de la bibliothèque et chargement des données\u003cbr\u003e Vectorisation de ____2 mots\u003cbr\u003e ____3 Application de l'allocation de Dirichlet latente\u003cbr\u003e ____4 Visualisation avec pyLDAvis\u003cbr\u003e ____5 Analyse de similarité\u003cbr\u003e LEÇON 03 : Classification de texte avec des réseaux neuronaux récurrents\u003cbr\u003e ____1 Importation des bibliothèques et des données\u003cbr\u003e ____2 Ensembles de données d'entraînement et de test distincts\u003cbr\u003e ____3 Créer des valeurs d'étiquette sous forme de matrice\u003cbr\u003e ____4 Vectoriser\u003cbr\u003e ____5 rembourrage\u003cbr\u003e LEÇON 04 Création d'un modèle\u003cbr\u003e ____1 LSTM bidirectionnel\u003cbr\u003e Compilez le modèle ____2\u003cbr\u003e ____3 Apprentissage\u003cbr\u003e ____4 Prédire\u003cbr\u003e ____5 Évaluez-le\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 8 : Analyse des commentaires sur les événements infraoniques\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Processus d'analyse\u003cbr\u003e LEÇON 02 Paramètres de base pour l'analyse\u003cbr\u003e ____1 Importer la bibliothèque\u003cbr\u003e ____2 Chargement des données\u003cbr\u003e LEÇON 03 Prétraitement des données\u003cbr\u003e ____1 Supprimer les messages en double \u003cbr\u003e____2 Convertir en minuscules\u003cbr\u003e LEÇON 04 : Séparer les « cours d’intérêt » par division de chaînes\u003cbr\u003e LEÇON 05 Vectorisation\u003cbr\u003e LEÇON 06 Vectorisation avec les poids TF-IDF\u003cbr\u003e LEÇON 07 Regroupement\u003cbr\u003e ____1 KMeans\u003cbr\u003e ____2 MiniBatchKMeans\u003cbr\u003e ____3 Évaluer les prédictions de regroupement\u003cbr\u003e ____4 Analyse des coefficients de silhouette\u003cbr\u003e\u003cbr\u003e \u003cb\u003eChapitre 9 : Automatisation de la génération de phrases avec ChatGPT\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Entrée LEÇON OT\u003cbr\u003e LEÇON 01 Le concept de modèles génératifs\u003cbr\u003e LEÇON 02 Taille et type des paramètres du modèle génératif\u003cbr\u003e LEÇON 03 Utilisation de ChatGPT\u003cbr\u003e LEÇON 04 Service de la génération coréenne : Rutton\u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eImage détaillée\u003c\/b\u003e \u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\u003cdiv\u003e\u003cimg src=\"https:\/\/image.yes24.com\/momo\/TopCate4187\/MidCate001\/418601973.jpg\" border=\"0\" alt=\"Image détaillée 1\"\u003e\u003c\/div\u003e\u003c\/div\u003e\n\u003cbr\u003e\u003cdiv\u003e\u003ch5\u003e \u003cb\u003eAvis de l'éditeur\u003c\/b\u003e\n\u003c\/h5\u003e\u003c\/div\u003e\n\u003cdiv\u003e\n\u003cdiv\u003e \u003cb\u003eN'importe qui peut facilement analyser diverses données textuelles coréennes !\u003cbr\u003e\u003cbr\u003e Préparation : Environnement Colab et notions de base de Python\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Les exemples et les projets présentés dans ce livre peuvent être exécutés directement dans Colab en un seul clic, sans installation. \u003cbr\u003eAvant de nous lancer dans un projet à part entière, nous apprendrons les concepts de base de Python nécessaires à l'analyse de texte et l'utilisation de base des bibliothèques Python essentielles telles que Pandas, NumPy et Scikit-learn, ainsi que les fonctions et méthodes de prétraitement des données textuelles.\u003cbr\u003e\u003cbr\u003e \u003cb\u003eConcept : Concepts de base des méthodes d'analyse textuelle\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Comprendre les concepts de base des méthodes d'analyse de texte, notamment comment les ordinateurs comprennent le coréen et comment ils analysent les données textuelles.\u003cbr\u003e Et nous apprenons le modèle de sac de mots et TF-IDF comme méthodes de vectorisation pour convertir du texte en données numériques à utiliser avec des bibliothèques d'apprentissage automatique\/d'apprentissage profond.\u003cbr\u003e\u003cbr\u003e \u003cb\u003eProjets : Analyse de quatre projets concrets\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Nous allons procéder à un projet concret utilisant quatre ensembles de données coréens différents. \u003cbr\u003e(1) Classification thématique des titres d'articles de Yonhap News (2) Analyse textuelle des pétitions nationales (3) Modélisation thématique et analyse de similarité des données de la Fondation 120 Dasan Call (4) Analyse de regroupement des commentaires d'événements Infraon\u003cbr\u003e\u003cbr\u003e \u003cb\u003e[Préface de l'auteur]\u003cbr\u003e\u003cbr\u003e « Quand pourrai-je construire un modèle complexe après avoir appris à traiter des textes triviaux ? »\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Quand on voit les performances incroyables des modèles de très grande taille, on se demande ce qu'il est possible de faire avec relativement peu de données et des tâches simples.\u003cbr\u003e Mais même les plus grands modèles ont probablement commencé par de petites tentatives.\u003cbr\u003e Les modèles récents peuvent générer des images ou du texte, ou répondre à des questions comme un humain, avec seulement une ou deux lignes de code API.\u003cbr\u003e Mais si vous souhaitez implémenter directement dans du texte même un modèle simple et de petite taille, il peut être difficile de savoir par où commencer. \u003cbr\u003eCe livre est le fruit de mon expérience d'analyse de textes et de rencontres avec des experts de divers domaines, ainsi que d'une réflexion sur la manière de transmettre facilement les compétences et les contenus.\u003cbr\u003e À une époque où de nouvelles recherches sont publiées chaque jour, j'espère que cela constituera un bon point de départ pour l'apprentissage des bases de l'analyse textuelle.\u003cbr\u003e — Extrait de la préface de l'auteure Park Jo-eun\u003cbr\u003e\u003cbr\u003e \u003cb\u003e« S’il n’existe pas de manuel d’analyse de textes coréens, pourquoi ne pas simplement transcrire les lettres en coréen tout en analysant un texte anglais de la même manière ? »\u003cbr\u003e\u003c\/b\u003e\u003cbr\u003e Mais les débutants ignorent souvent que si les caractères coréens apparaissent illisibles, ils doivent rechercher les mots « encodage UTF-8 ».\u003cbr\u003e De plus, il est difficile de savoir quelles données utiliser pour commencer, et il est difficile de toujours demander à quelqu'un pourquoi un code qui fonctionne parfaitement dans les livres ou les cours magistraux provoque des erreurs lorsque j'essaie de le reproduire moi-même.\u003cbr\u003e Tout le monde est comme ça. \u003cbr\u003ePour quelqu'un qui s'y connaît, cela peut paraître un rebord très bas, mais pour quelqu'un qui ne s'y connaît pas, il est difficile de le franchir.\u003cbr\u003e\u003cbr\u003e Ce livre couvre une variété de textes en coréen et a été soigneusement structuré pour permettre aux lecteurs d'apprendre NumPy, Pandas et Scikit-learn naturellement en apprenant les parties qui changent lorsqu'on modifie les données et en répétant les mêmes parties.\u003cbr\u003e Cependant, vous constaterez une nette augmentation de la difficulté en passant du chapitre 3 au chapitre 4.\u003cbr\u003e Mais j’espère qu’après le chapitre 6, je pourrai enfin me sentir comme un employé de deuxième année et dire : « Ah ! C’est similaire ! »\u003cbr\u003e\u003cbr\u003e Si certaines parties ne fonctionnent pas en raison d'incompatibilités de versions, il sera très utile pour vos études que vous les corrigiez vous-même et que vous les téléchargiez sur GitHub.\u003cbr\u003e Même si les choses tournent mal, n'abandonnez pas. Laissez une question en suspens, résolvez-la, puis reprenez vos études.\u003cbr\u003e J’espère que nous pourrons travailler ensemble en tant que partenaires actifs plutôt qu’en tant que lecteurs passifs, tout en nous lançant des défis dans le domaine créatif. \u003cbr\u003eEnsuite, les méthodes d'analyse textuelle permettront également de percer le mystère de l'apprentissage profond.\u003cbr\u003e — Extrait de la préface de l'auteure Song Young-sook \u003c\/div\u003e\n\u003cdiv\u003e\u003c\/div\u003e\n\u003c\/div\u003e\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cdiv style=\"width:95%;padding-top:20px;padding-bottom:20px\"\u003e\n\n\u003cdiv style=\"text-align:left;font-size:16px;font-weight:bold;padding-bottom:20px\"\u003e SPÉCIFICATIONS DES PRODUITS \u003c\/div\u003e\n\n\u003cdiv style=\"text-align:left;font-size:14px;line-height:1.6em;\"\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eDate d'émission :\u003c\/strong\u003e 29 mai 2023\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e \u003cstrong\u003eNombre de pages, poids, dimensions :\u003c\/strong\u003e 316 pages | 714 g | 183 × 235 × 18 mm\u003c\/div\u003e\n\n\u003cdiv style=\"width:100%;margin-bottom:5px;line-height:1.6em;font-size:14px\"\u003e - \u003cstrong\u003eISBN13 :\u003c\/strong\u003e 9791140704521 \u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\n\u003c\/div\u003e\n\n\u003ccenter\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003ccenter\u003e\u003ctable\u003e\u003ctr\u003e\u003ctd style=\"height:10px\"\u003e\u003c\/td\u003e\u003c\/tr\u003e\u003c\/table\u003e\u003c\/center\u003e\n\n\u003cspan\u003e\u003c\/span\u003e\n\n\u003c\/center\u003e\n\n\n\u003c\/center\u003e","brand":"LIBRAIRIE COREENNE","offers":[{"title":"Default Title","offer_id":43893429239850,"sku":"154475","price":37.0,"currency_code":"EUR","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0683\/2750\/5962\/files\/463859eaf4765f2422b2f8cecb4ea0d5.jpg?v=1765401636","url":"https:\/\/librairie.coreenne.fr\/products\/154475","provider":"LIBRAIRIE COREENNE","version":"1.0","type":"link"}