Retour à la liste de résultats

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

Résumé/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.

Traduire le résumé vers :
Recherche

Recherche

Recherche avancée
Navigation par

Navigation par :

Filtrer votre recherche

Sélectioner un domaine *

Sélectionner une thematique

Sélectionner une rubrique

*Champs obligatoires
Chercher sur Abhatoo avec Google :