Séminaire Linguistique Informatique

14 Février 2011
Mathieu Roche (LIRMM - Montpellier 2)

TITRE: Comment fouiller les textes ?

Lors de ce séminaire, dans un premier temps, nous présenterons un panorama de différents travaux de fouille de textes menés dans l'équipe TAL du LIRMM. Puis nous focaliserons notre présentation sur des travaux mis en oeuvre dans le cadre du projet RESENS (CNRS-PEPS - Projets Exploratoires Pluridisciplinaires) en collaboration avec des linguistes. Dans ce cadre, nous proposons d'extraire des connaissances lexicales en exploitant les "gloses" de mots qui représentent des descriptions spontanées de sens. Les gloses sont repérables par des marqueurs lexicaux et des configurations morpho-syntaxiques spécifiques. Ainsi, dans l’extrait suivant, le mot testing est suivi d’une glose en c’est-à-dire : "10 % de ces embauches vont porter sur un métier qui monte : le «testing», c'est-à-dire la maîtrise des méthodologies rigoureuses de test des logiciels". Cette approche ouvre des perspectives pour l'acquisition lexicale et terminologique, fondamentale pour de nombreuses tâches. Dans ces travaux , nous comparons deux façons d'extraire les unités en relation de glose : grammaires locales et méthode de fouille du web. Des résultats sur des données réelles seront enfin présentées. Ces travaux offrent des perspectives très nombreuses, par exemple dans un contexte multilingue.