L’acronimo TaLTaC² sta per Trattamento Automatico Lessicale e Testuale per l’Analisi del Contenuto / di un Corpus.

TaLTaC² è un software per l’analisi testuale di documenti o di dati espressi in linguaggio naturale, che utilizza risorse sia di tipo statistico, sia di tipo linguistico, altamente integrate fra loro.

L’acronimo individua le finalità stesse di questo software: sviluppare un trattamento del testo in modo automatico, a livello sia lessicale che testuale, finalizzato all’analisi del contenuto o all’analisi del corpus (a prescindere dal contenuto).

Alcune fasi di tale trattamento costituiscono una “preparazione” indispensabile del corpus per le successive analisi svolte in TaLTaC² nella duplice logica di Text Analysis (TA) e di Text Mining (TM).

Tali analisi consentono di dare delle rappresentazioni del fenomeno studiato sia a livello di unità di testo (parole) sia a livello di unità di contesto (frammenti/documenti). L’approccio seguito consente di non leggere materialmente la collezione di testi e quindi di analizzare il corpus indipendentemente dalla sua dimensione, che può essere anche vastissima (milioni di parole). TaLTaC²  elabora file anche superiori ai 150MB.

Le diverse funzioni di TaLTaC²  nel loro insieme costituiscono una "cassetta degli attrezzi" per svolgere le operazioni fondamentali di trattamento del linguaggio naturale, di ricerca ed estrazione d'informazioni dal testo, nonchè per fare annotazioni sul vocabolario del corpus e categorizzazione automatica dei documenti, a partire da query semplici o complesse, predefinite o personalizzate.

L’analisi svolta in TaLTaC² permette in tal modo di selezionare ed estrarre l’informazione più significativa dal corpus oggetto di studio. Questa informazione, prodotta come output sotto forma di corpus annotato o di matrici di dati, risulterà utile anche per l’uso di altri pacchetti statistici di analisi testuale (quali, ad esempio: Lexico, Alceste, Sphinx, Wordmapper) o di analisi qualitativa e quantitativa (Spad, Spss, Sas).