If you've seen some, you've seen them all: Identifying variants of multiword expressions
Trait pour trait identiques ? Identification de variantes d’expressions polylexicales
Résumé
Multiword expressions, especially verbal ones (VMWEs), show idiosyncratic variability, which is challenging for NLP applications, hence the need for VMWE identification. We focus on the task of variant identification, i.e. identifying variants of previously seen VMWEs, whatever their surface form. We model the problem as a classification task. Syntactic subtrees with previously seen combinations of lemmas are first extracted, and then classified on the basis of features relevant to morpho-syntactic variation of VMWEs. Feature values are both absolute, i.e. hold for a particular VMWE candidate, and relative, i.e. based on comparing a candidate with previously seen VMWEs. This approach outperforms a baseline by 4 percent points of F-measure on a French corpus.
Les expressions polylexicales (EP), et parmi elles plus particulièrement les EP verbales (EPV), se caractérisent par une grande variabilité idiosyncrasique de forme. La détection et l’identification de ces EPV variées pose ainsi un réel défi à la réalisation d’applications langagières robustes.
Cet article met l’accent sur la tâche d’identification dans un corpus de variantes d’une EP verbale déjà rencontrées. Il propose une stratégie d’identification basée sur l’extraction de formes candidates à partir de patrons syntaxiques, suivie de leur classification basée sur des caractéristiques
morphologiques et syntaxiques. Ces propriétés sont à la fois absolues (c.-à-d. concernent l’entité considérée) ou relatives (c.-à-d. issues de la comparaison avec des EPV déjà rencontrées). Les performances du système résultant ont été évaluées sur un corpus francophone. Elles montrent
une amélioration de 4 points de F-mesure par rapport à une baseline bien établie.
Domaines
Informatique et langage [cs.CL]Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...