《plus 비교표현》의 자동검색을 위한 말뭉치 기반 부분문맥 규칙의 구성
Etablissemnt des règles de contextes partiels à la base des corpora pour la recherche automatique des expressions《plus comparatifs》
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
Des phénomènes linguistiques qui paraissent très simples pour l'homme ne s'expliquent pas, dans la plupart des cas, avec une grammaire régulière pour la machine aussi simple que l'on s'attendait. Telle est la formule 《'plus'comparatif》 en français. Or, il est indispensable d'employer les méthodes du traitement automatique des langues naturelles afin d'analyser un grand nombre de documents. La recherche automatique du 《'plus' comparatif》 demande l'analyse subtile de ses contextes linguistiques, en raison des ambiguïtés de la forme lexicale 'plus'. Notre corpus majeur vient du French TreeBank (désormais, FTB), construit et fourni par l'Université Paris 7, qui réalise les annotations morphologiques et syntaxiques. Le corpus d'analyse se constitue d'une part du 70% du FTB,et d'autre part des exemples extraits de 3 dictionnaires, tandis que le reste du FTB est réservé pour l'évaluation. Dans ce travail, nous tentons de décrire les processus en détail afin de construire les règles pour chercher 《'plus' comparatif》 en français à la base des corpora d'analyse, puis nous cherchons à les appliquer au corpus d'évaluation. Ce faisant, nous dressons 6 règles générales qui déterminent les contextes gauches et droits du mot-vedette "plus", dont la taille de fenêtre se réduit à 3 mots. Nous avons obtenu les résultats très satisfaisants de nos règles,qui attestent leur légitimité de même que leur efficacité : le rappel, 0.948;la précision, 0.986 ; le F-mesure 0.967. Finalement, nous avons proposé une nouvelle version de nos règles, en considérant les exemples mal-traités (les types 'faux-positifs' et 'faux-négatifs') dans le corpus d'évaluation.
Abstract
Des phénomènes linguistiques qui paraissent très simples pour l'homme ne s'expliquent pas, dans la plupart des cas, avec une grammaire régulière pour la machine aussi simple que l'on s'attendait. Telle est la formule 《'plus'comparatif》 en français. Or, il est indispensable d'employer les méthodes du traitement automatique des langues naturelles afin d'analyser un grand nombre de documents. La recherche automatique du 《'plus' comparatif》 demande l'analyse subtile de ses contextes linguistiques, en raison des ambiguïtés de la forme lexicale 'plus'. Notre corpus majeur vient du French TreeBank (désormais, FTB), construit et fourni par l'Université Paris 7, qui réalise les annotations morphologiques et syntaxiques. Le corpus d'analyse se constitue d'une part du 70% du FTB,et d'autre part des exemples extraits de 3 dictionnaires, tandis que le reste du FTB est réservé pour l'évaluation. Dans ce travail, nous tentons de décrire les processus en détail afin de construire les règles pour chercher 《'plus' comparatif》 en français à la base des corpora d'analyse, puis nous cherchons à les appliquer au corpus d'évaluation. Ce faisant, nous dressons 6 règles générales qui déterminent les contextes gauches et droits du mot-vedette "plus", dont la taille de fenêtre se réduit à 3 mots. Nous avons obtenu les résultats très satisfaisants de nos règles,qui attestent leur légitimité de même que leur efficacité : le rappel, 0.948;la précision, 0.986 ; le F-mesure 0.967. Finalement, nous avons proposé une nouvelle version de nos règles, en considérant les exemples mal-traités (les types 'faux-positifs' et 'faux-négatifs') dans le corpus d'évaluation.
참고문헌 (16)
- "French-Treebank"[URL]
- "Le Trésor de la Language Française Informatisé"[URL]
- "Naver 프랑스어 사전"[URL]
- Abeillé, A., "Guide des annotateurs : Annotation fonctionnelle, LLF, Université Paris 7", LLF, Université Paris 7, ~ (2004)
- Abeillé, A, "Annotation morpho-syntaxique : Les mots simples - Les mots composés Corpus Le Monde", LLF, Université Paris 7, ~ (2003)
- Abeillé, A., "Building a treebank for French, In Treebanks" (2003), Kluwer
- Abeillé, A, "Corpus le Monde Annotations en constituants Guide pour les correcteurs", LLF, UFRL, Université Paris 7, ~ (2004)
- Arrivé, M., "La grammaire d'aujourd'hui" (1986), Flammarion
- Béchade, H., "Grammaire française" (1994), PUF
- Charaudeau, P., "Grammaire du sens et de l'expression" (1992), Hachette
- Deloffre, F., "La phrase française" (1979), SEDES
- Hausser, R., "Foundations of Computational Linguistics: Man-Machine Communication in Natural Language" (1999), Springer
- Le Goffic, P., "Grammaire de la phrase française" (1993), Hachette
- Mourade, Gh., "Analyse informatique des signes typographiques pour la segmentation de textes et l'extraction automatique des citations", 박사, pp.2001
- Riegel, M., "Grammaire méthodique du français" (1994), PUF
- Zinglé, H., "La Modelisation des langues naturelles: Aspects théoriques et pratiques" (1999), Presse Universitaire de Nice-Sophia Antipolis