Océrisation de textes pour les langues régionales. Regards croisés sur l’occitan et l’alsacien - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

Océrisation de textes pour les langues régionales. Regards croisés sur l’occitan et l’alsacien

Delphine Bernhard
Assaf Urieli
  • Fonction : Auteur
  • PersonId : 955287
Myriam Bras
Pascale Erhart

Résumé

Cet article détaille diverses expériences d’océrisation pour l’occitan et l’alsacien, en vue de constituer des corpus électroniques pour ces langues de France. Ces expériences visent à répondre à diverses questions : (i) quel outil d’océrisation, libre et gratuit, permet d’obtenir les meilleurs résultats ? (ii) est-il possible de réutiliser des modèles disponibles pour des langues proches déjà dotées de systèmes d’océrisation ? et (iii) est-il préférable d’utiliser des lexiques, éventuellement de petite taille, propres à la langue traitée ou des lexiques de plus grande taille pour des langues proches étymologiquement ? Nous comparons pour ce faire deux outils reposant sur des techniques d’apprentissage automatique supervisé, Jochre et Tesseract. Les résultats ne donnent pas d’avantage clair d’un outil sur l’autre, mais montrent que l’utilisation de modèles existants pour des langues proches est utile, dans la mesure où ces langues couvrent les caractères utilisés dans la langue cible. Par ailleurs, l’utilisation d’un lexique spécifique à la langue traitée, même de petite taille, est préférable à l’utilisation d’un lexique de grande taille pour une langue proche étymologiquement
Fichier principal
Vignette du fichier
ISKO2015_vf.pdf (597.39 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-01252241 , version 1 (07-08-2024)

Licence

Identifiants

  • HAL Id : hal-01252241 , version 1

Citer

Marianne Vergez-Couret, Delphine Bernhard, Assaf Urieli, Myriam Bras, Pascale Erhart, et al.. Océrisation de textes pour les langues régionales. Regards croisés sur l’occitan et l’alsacien. 10e colloque international ISKO France, Nov 2015, Strasbourg, France. pp.250-269. ⟨hal-01252241⟩
246 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More