More than just data: Dialectal variation and NLP resources for Corsican and Poitevin-Saintongeais - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

More than just data: Dialectal variation and NLP resources for Corsican and Poitevin-Saintongeais

Plus que des données : La question de la variation dialectale et les ressources en TAL pour le corse et le poitevin-saintongeais

Résumé

Poitevin-Saintongeais and Corsican have recently joined the NLP community. However, they face significant challenges due to the scarcity of annotated corpora, and moreover, they do not constitute a homogeneous entity but multiple dialectal varieties, despite the controversial efforts to establish a standardized reference. In the past year, they have been equipped linguistic resources, leading to the first attemps to explore and evaluate a few NLP methods. However, shedding light on a regional language in the technological landscape also entails acknowledging their linguistic reality: the dialectal diversity across it’s differents territories. In this summary, we outline initial experiences applying supervised methods and techniques to handle the lack of annotations, specially for Poitevin-Saintongeais, and we highlight the importance of covering their dialectal variation, which we seek to address in future work.
Le poitevin-saintongeais et le corse ont récemment rejoint la communauté du TALN. Cependant, ces langues sont confrontées à des défis importants en raison de la rareté des corpus annotés, et en outre, elles ne constituent pas des entités uniformes mais présentent des variétés dialectales multiples, malgré les efforts controversés pour établir une référence standardisée. Au cours de la dernière année, elles ont été dotées de ressources linguistiques qui ont conduit aux premières tentatives d'exploration et d'évaluation d'un nombre d'applications TALN. Cependant, mettre en lumière une langue régionale dans le paysage technologique implique également de reconnaître sa réalité linguistique : la diversité dialectale à travers ses différents territoires. Dans ce résumé, nous présentons les premières expériences d'application de méthodes et de techniques supervisées pour gérer le manque d'annotations, en particulier pour le poitevin-saintongeais, et nous soulignons l'importance de couvrir leur variation dialectale, ce que nous cherchons à aborder dans nos travaux futurs.
Fichier principal
Vignette du fichier
GDR_LIFT_Nancy_2023__Copy_-2.pdf (77.58 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04396429 , version 1 (16-01-2024)

Identifiants

  • HAL Id : hal-04396429 , version 1

Citer

Cristina Garcia Holgado. More than just data: Dialectal variation and NLP resources for Corsican and Poitevin-Saintongeais. Journées scientifiques du GDR Lift - LIFT 2023, GDR LIFT – Linguistique Informatique, Formelle et de Terrain, Nov 2023, Nancy, France. pp.10-14. ⟨hal-04396429⟩

Collections

UNIV-POITIERS ANR
16 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More