Séminaires RALI-OLST

Une corpus multilingue de textos: enseignements linguistiques et applications informatiques

Cédrick Fairon (cedrick (point) fairon <at> uclouvain (point) be)

Centre de traitement automatique du langage (CENTAL), Université catholique de Louvain

Wednesday 11 May 2011 at 2:00 PM

Salle C-9019, Pavillon Lionel-Groulx — Attention, l'heure est inhabituelle


Le développement de la communication par textos (depuis la fin des années quatre-vingt-dix) a donné lieu, ces dernières années, à de nombreuses études envisageant les aspects linguistiques, communicationnels, psycho-sociaux, technologiques, etc. La principale difficulté rencontrée par ces études est généralement l’accès à des corpus représentatifs de la diversité des usages. Le projet SMS4science (http://www/sms4science.org) s’attaque précisément à ce problème en tentant de constituer un corpus multilingue international. Les données de ce corpus sont collectées par un consortium de partenaires académiques dans différentes régions du monde en suivant une même méthodologie. Les données recueillies (textos et informations sociolinguistiques décrivant les usagers) sont anonymisées puis encodées selon des normes communes. Le Centre de traitement automatique du langage de l’UCL (Cental) qui coordonne le projet assure l’uniformisation finale de cette ressource. Dans cette communication, nous présenterons les caractéristiques de ce corpus, son état actuel ainsi que les projets d’extension en cours. Ensuite, nous montrerons quels sont les apports de cette ressource et quels sont les enseignements que l’on peut en tirer sur le plan linguistique et du traitement automatique du langage.


Follow this link to subscribe to future RALI-OLST announcements.
http://rali.iro.umontreal.ca/rali/?q=fr/node/1631

See all the weekly talks for the year:

1991 1992 1993 1994 1995 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024