Abhatoo - Centre Nationale de Documentation
- Accueil
- Maalama Textuelle
- Développement économique et social
- Sciences et technologies
- Développement durable
- Sciences de l'information
- Généralités et apects theoriques des sciences de l'information
- Organismes d'information
- Sources d'information
- Traitement matériel et méthodes documentaires
- Analyse de l'information
- Recherche, diffusion et usages de l'information
- Technologies de l'information et de la communication (TIC)
- Equipement technologique
- Applications spécifiques des sciences de l'information (Domaines)
- Industries de l'information
- ...
- Maalama Bibliographique
- Développement économique et social
- Sciences et technologies
- Développement durable
- Sciences de l'information
- Généralités et apects theoriques des sciences de l'information
- Organismes d'information
- Sources d'information
- Traitement matériel et méthodes documentaires
- Analyse de l'information
- Recherche, diffusion et usages de l'information
- Technologies de l'information et de la communication (TIC)
- Applications spécifiques des sciences de l'information (Domaines)
- ...
- Maalama Archives
- Webographie
- Informatique - Sciences et Technologies de l'Information et de la Communication
- Philosophie - Psychologie - Religion
- Sciences Humaines et Sociales
- Arts - Loisirs - Sports
- Linguistique - Philologie - Litterature
- Geographie - Histoire
- Sciences de la Terre
- Sciences Biologiques
- Sciences Economiques
- Sciences Naturelles - Mathematiques
- Sciences Appliquees - Medecine - Technologie
- ...
- Informatique - Sciences et Technologies de l'Information et de la Communication
- E-soutien scolaire
- Enseignement préscolaire / التعليم الأولي
- Enseignement primaire / التعليم الإبتدائي
- Enseignement secondaire collégial / التعليم الثانوي الإعدادي
- Enseignement secondaire qualifiant / التعليم الثانوي التأهيلي
- Tronc commun - Enseignement original / الجذع المشترك التعليم الأصيل
- Tronc commun - Lettres et Sciences humaines / الجذع المشترك آداب و علوم إنسانية
- Tronc commun - Branche technologique / الجذع المشترك التكنولوجي
- Tronc commun - Branche scientifique / الجذع المشترك العلمي
- 1ère année BAC - Sciences et technologies électriques / السنة الأولى باكالوريا - العلوم والتكنولوجيات الكهربائية
- 1ère année BAC - Sciences et technologies mécaniques / السنة الأولى باكالوريا - العلوم والتكنولوجيات الميكانيكية
- 1ère année BAC - Sciences expérimentales / السنة الأولى باكالوريا - العلوم التجريبية
- 1ère année BAC - Sciences mathématiques / السنة الأولى باكالوريا - العلوم الرياضية
- 1ère année BAC - Langue arabe / السنة الأولى باكالوريا – اللغة العربية
- 1ère année BAC - Lettres et sciences humaines / السنة الأولى باكالوريا - الآداب والعلوم الإنسانية
- 1ère année BAC - Arts appliquées / السنة الأولى باكالوريا - الفنون التطبيقية
- ...
- Education inclusive / التربية الدامجة
- Handicap et Éducation inclusive / الإعاقة والتربية الدامجة (Définitions, concepts, fondements, classifications ...)
- Programme national de l’éducation inclusive pour les enfants en situation de handicap / البرنامج الوطني للتربية الدامجة لفائدة الأطفال في وضعية إعاقة
- Ressources éducatives par type d’handicap / موارد تعليمية حسب نوع الإعاقة
- Accueil >
- Maalama Textuelle >
- Sciences de l'info... >
- Analyse de l'infor... >
- Langage naturel et... >
- Maîtriser les déluges de données hétérogènes
Maîtriser les déluges de données hétérogènes
Auteur :
Illouz
G.
Habert
B.
Fleury
S.
Folch
H.
Heiden
S.
Lafon
P.
Collectivite Auteur :
LIMSI – Université Paris XI
ENS Fontenay/Saint-Cloud
Date de publication : 16/07/1999
Année de Publication :
0
Type : Article
Thème : Langage naturel et TALN (Traitement Automatique de la Langue Naturelle)
Couverture : France
URL Article :
http://www.limsi.fr/Individu/gabrieli/CV/Publis/Articles/taln99-typweb.pdfURL Source :
http://www.limsi.fr/ 
Télécharger le document :
(0 B) Maîtriser les déluges de données hétérogènes.pdfRésumé/Sommaire :
Le traitement automatique des langues fait de plus en plus appel à de volumineux corpus textuels pour l’acquisition des connaissances. L’obstacle actuel n’est plus la disponibilité de corpus, ni même leur taille, mais l’hétérogénéité des données qui sont rassemblées sous ce nom. Dans cet article, nous examinons l’hétérogénéité que manifestent les articles du Monde quand on les regroupe selon les rubriques de la rédaction du journal. Les conséquences d’une telle hétérogénéité pour l’étiquetage et le parsage sont soulignées. Partant de ce constat, nous définissons la notion de profilage de corpus par le biais d’outils permettant d’évaluer l’ho- mogénéité d’un corpus (sur-emploi du vocabulaire, de catégories morpho-syntaxiques, ou de patrons) et l’utilisation qui peut en être faite.
- Plan du site -
- HCP -
- CND -
- Qui sommes nous-
- FAQ-
- RSS
