Comparaison de méthodes de prétraitement pour l’alignement de mots dans des corpus parallèles alsacien-français - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Comparaison de méthodes de prétraitement pour l’alignement de mots dans des corpus parallèles alsacien-français

Delphine Bernhard

Résumé

L’analyse des corpus de textes dans les dialectes alsaciens est rendue difficile par la grande variation qui se rencontre à l’écrit, en l’absence d’une norme orthographique stable. Dans cet article, nous décrivons des expériences visant à améliorer la qualité de l’alignement automatique des mots français et alsaciens en prétraitant les textes. Ces prétraitements visent à réduire la variation en utilisant diverses stratégies en fonction de la langue : lemmatisation, désuffixation, clés métaphone, normalisation et réduction des tokens à leur préfixe.
Fichier principal
Vignette du fichier
1911.pdf (202.93 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03846820 , version 1 (14-11-2022)

Identifiants

  • HAL Id : hal-03846820 , version 1

Citer

Delphine Bernhard. Comparaison de méthodes de prétraitement pour l’alignement de mots dans des corpus parallèles alsacien-français. Journées Jointes des Groupements de Recherche Linguistique Informatique, Formelle et de Terrain (LIFT) et Traitement Automatique des Langues (TAL), Nov 2022, Marseille, France. pp.49-54. ⟨hal-03846820⟩

Collections

SITE-ALSACE ANR
40 Consultations
31 Téléchargements

Partager

Gmail Facebook X LinkedIn More