Segmentation en phrases : ouvrez les guillemets sans perdre le fil - Laboratoire LI, équipe BDTLN
Conference Papers Year : 2024

Segmentation en phrases : ouvrez les guillemets sans perdre le fil

Abstract

This paper presents a graph cascade for sentence segmentation of XML documents. Our proposal offers sentences inside sentences for cases introduced by quotation marks and hyphens, and also pays particular attention to situations involving incises introduced by parentheses and lists introduced by colons. We present how the tool works and compare the results obtained with those available in 2019 on the same dataset, together with an evaluation of the system's performance on a test corpus
Cet article présente une cascade de graphes pour la segmentation en phrases de documents XML. Notre proposition prévoit une inclusion de phrases pour les cas introduits par des guillemets et tirets et porte également une attention particulière aux situations d’incises introduites par des parenthèses et des listes introduites par des deux-points. Nous présentons le fonctionnement de l’outil et comparons les résultats obtenus à ceux disponibles en 2019 sur le même jeu de données, ainsi qu’une évaluation des performances du système sur un corpus test.
Fichier principal
Vignette du fichier
article_JADT_version_finale.pdf (375.92 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

halshs-04663124 , version 1 (26-07-2024)

Identifiers

  • HAL Id : halshs-04663124 , version 1

Cite

Sandrine Ollinger, Denis Maurel. Segmentation en phrases : ouvrez les guillemets sans perdre le fil. JADT 2024 - 17es Journées internationales d'Analyse statistique des Données Textuelles, SeSLa (Séminaire des Sciences du Langage de l’UCLouvain – Site Saint-Louis); LASLA (Laboratoire d’Analyse statistique des Langues anciennes de l’Université de Liège), Jun 2024, Bruxelles, Belgique. ⟨halshs-04663124⟩
127 View
12 Download

Share

More