Réflexions sur l’homographie et la désambiguïsation des formes les plus fréquentes
(2000) JADT 2000 : 5es Journées Internationales d’Analyse Statistique des Données Textuelles
Files
49-JADT2000Lausanne-homographie.pdf
Open Access - Adobe PDF
- 534.47 KB
Details
- Authors
- Abstract
- Many words are ambiguous in their part of speech. We propose to see how it is possible to disambiguate the many frequent words in big corpus (one year of the newspaper Le Monde) by the analyse of their local context described in grammars. We will see this method is very efficient, but unrelevant for some forms. In the second part of this paper, we will see the importance of the compound words and the necessity to take them into account for tagging. Beaucoup de mots présentent une ambiguïté de catégorie grammaticale. Après avoir identifié les 100 formes les plus fréquentes dans un gros corpus (une année du journal Le Monde), nous verrons comment il est possible de les désambiguïser en analysant leur contexte dans des grammaires locales. Nous verrons que cette méthode est très rentable, mais inefficace pour certaines formes. Dans une seconde partie, nous verrons l’importance des mots composés et la nécessité de les prendre en compte pour la désambiguïsation et notamment l’étiquetage de textes.
- Affiliations
Citations
Dister, A. (2000). Réflexions sur l’homographie et la désambiguïsation des formes les plus fréquentes. JADT 2000 : 5es Journées Internationales d’Analyse Statistique des Données Textuelles. https://hdl.handle.net/2078.5/172254