Étiquetage morpho-syntaxique de tweets avec des CRF - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Étiquetage morpho-syntaxique de tweets avec des CRF

Résumé

Nous nous intéressons dans cet article à l'apprentissage automatique d'un étiqueteur mopho-syntaxique pour les tweets en anglais. Nous proposons tout d'abord un jeu d'étiquettes réduit avec 17 étiquettes différentes, qui permet d'obtenir de meilleures performances en exactitude par rapport au jeu d'étiquettes traditionnel qui contient 45 étiquettes. Comme nous disposons de peu de tweets étiquetés, nous essayons ensuite de compenser ce handicap en ajoutant dans l'ensemble d'apprentissage des données issues de textes bien formés. Les modèles mixtes obtenus permettent d'améliorer les résultats par rapport aux modèles appris avec un seul corpus, qu'il soit issu de Twitter ou de textes journalistiques. Abstract. Part-of-speech Tagging for Tweets with CRFs We are insterested in this paper in training a part-of-speach tagger for tweets in English. We first propose a reduced tagset with 17 different tags, which allows better results in accuracy than traditional tagsets which contain 45 tags. Since we have few annoted tweets, we then try and overcome this difficulty by adding data from other more standard texts into the training set. The obtained models reach better results compared to models trained with only one corpus, whether coming of Twitter or of journalistic texts. Mots-clés : tweets, CRF, étiquettage morpho-syntaxique.
Fichier principal
Vignette du fichier
taln-2015-court-043.pdf (135 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01473383 , version 1 (21-02-2017)

Identifiants

  • HAL Id : hal-01473383 , version 1

Citer

Tian Tian, Marco Dinarelli, Isabelle Tellier, Pedro Cardoso. Étiquetage morpho-syntaxique de tweets avec des CRF. TALN 2015, Jun 2015, Caen, France. ⟨hal-01473383⟩
158 Consultations
145 Téléchargements

Partager

Gmail Facebook X LinkedIn More