Une catégorisation de fins de lignes non-supervisée - Archive ouverte HAL
Communication Dans Un Congrès Année : 2016

Une catégorisation de fins de lignes non-supervisée

Résumé

Dans certains textes bruts, les marques de fin de ligne peuvent marquer ou pas la frontière d'une unité textuelle (typiquement un paragraphe). Ce problème risque d'influencer les traitements subséquents, mais est rarement traité dans la littérature. Nous proposons une méthode entièrement non-supervisée pour déterminer si une fin de ligne doit être vue comme un simple espace ou comme une véritable frontière d'unité textuelle, et la testons sur un corpus de comptes rendus médicaux. Cette méthode obtient une F-mesure de 0,926 sur un échantillon de 24 textes contenant des lignes repliées. Appliquée sur un échantillon plus grand de textes contenant ou pas des lignes repliées, notre méthode la plus prudente obtient une F-mesure de 0,898, valeur élevée pour une méthode entièrement non-supervisée.
Fichier non déposé

Dates et versions

hal-01831237 , version 1 (05-07-2018)

Identifiants

  • HAL Id : hal-01831237 , version 1

Citer

Pierre Zweigenbaum, Cyril Grouin, Thomas Lavergne. Une catégorisation de fins de lignes non-supervisée. Conférence sur le Traitement Automatique des Langues Naturelles, Jan 2016, Paris, France. ⟨hal-01831237⟩
27 Consultations
0 Téléchargements

Partager

More