Évaluation de techniques non supervisées pour l’assistance à l’annotation manuelle de textes - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2022

Évaluation de techniques non supervisées pour l’assistance à l’annotation manuelle de textes

Résumé

La production de données annotées est critique pour l’élaboration de nombreux systèmes de TAL, avec des problèmes liés à l’expertise des annotateurs et à l’organisation de leur travail dans l’optique d’obtenir des annotations de qualité. Nous évaluons l’impact de techniques d’assistance non supervisées pour la catégorisation manuelle de textes, lors de trois campagnes d’annotation d’articles journalistiques impliquant une vingtaine d’annotateurs à travers trois langues, l’hindi, le mandarin et l’arabe. Cette évaluation est quantitative, considérant le niveau de qualité ainsi que la vitesse de l’annotation, et qualitative en intégrant les retours d’expérience des annotateurs. Elle a permis la mise en œuvre innovante d’assistances basées sur des combinaisons d’approches standards et nouvelles ainsi que d’éprouver une méthode pour l'encadrement de campagnes d'annotation multi-annotateurs.
Fichier principal
Vignette du fichier
3720.pdf (235.69 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03846832 , version 1 (14-11-2022)

Identifiants

  • HAL Id : hal-03846832 , version 1

Citer

Kévin Deturck, Hugo Lafayette, Bénédicte Parvaz Ahmad, Ilaine Wang, Afala Phaxay, et al.. Évaluation de techniques non supervisées pour l’assistance à l’annotation manuelle de textes. Journées Jointes des Groupements de Recherche Linguistique Informatique, Formelle et de Terrain (LIFT) et Traitement Automatique des Langues (TAL), Nov 2022, Marseille, France. pp.84-92. ⟨hal-03846832⟩
148 Consultations
59 Téléchargements

Partager

Gmail Facebook X LinkedIn More