Typologies pour l’annotation de textes non standard en français.
Résumé
Typologies for the annotation of non-standard French texts.
The task of automatic normalization of messages resulting from mediated electronic communication requires a preliminary step consisting of identifying linguistic phenomena. In this paper, two typologies for annotating non-standard texts in French, from both morpholexical and morphosyntactic perspectives are proposed. We have elaborated these from existing typologies and modified them according to manual annotation of tweets and SMS.
La tâche de normalisation automatique des messages issus de la communication électronique médiée requiert une étape préalable consistant à identifier les phénomènes linguistiques. Dans cet article, nous proposons deux typologies pour l’annotation de textes non standard en français, relevant respectivement des niveaux morpho-lexical et morpho-syntaxique. Ces typologies ont été développées en conciliant les typologies existantes et en les faisant évoluer en parallèle d’une annotation manuelle de tweets et de SMS.