Construire un corpus monolingue annoté comparable - LINA - Equipe Traitement Automatique du Langage Naturel Access content directly
Conference Papers Year : 2014

Building monolingual annotated comparable corpora

Construire un corpus monolingue annoté comparable

Abstract

This work is motivated by the will of creating a new part-of-speech annotated corpus in French from an existing one. We propose a general and operational definition of the comparability relation between annotated monolingual corpora. We also propose a comparability measure and a procedure to build semi-automatically a comparable corpus from a source one. We study the use of the perplexity (information theory motivated measure) as a way to rank the sen-tences to select for building a comparable corpus. We show that the measure can play a role but that it is not sufficient.
Motivé par la problématique de construction automatique d'un corpus annoté morpho-syntaxiquement distinct d'un corpus source, nous proposons une définition générale et opérationnelle de la relation de la comparabilité entre des corpus monolingues annotés. Nous proposons une mesure de la relation de comparabilité et une procédure de construction d'un corpus comparable annoté à partir d'un corpus annoté existant. Nous montrons que la mesure de la perplexité (théorie de l'information) est un moyen de sélectionner des phrases nouvelles pour construire un corpus com-parable annoté grammaticalement.
Fichier principal
Vignette du fichier
F14-1017.pdf (425.08 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-01117515 , version 1 (17-02-2015)

Identifiers

  • HAL Id : hal-01117515 , version 1

Cite

Nicolas Hernandez. Construire un corpus monolingue annoté comparable. 21ème Traitement Automatique des Langues Naturelles, Jul 2014, Marseille, France. ⟨hal-01117515⟩
99 View
221 Download

Share

Gmail Facebook X LinkedIn More