Séminaires RALI-OLST

Identification de documents parallèles dans une grande collection de textes

Philippe Langlais (felipe <at> iro (point) umontreal (point) ca)

RALI, DIRO

Le mercredi 20 juillet 2011 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Nous présentons PARADOCS, un système réalisé dans le but de reconnaître des paires de documents parallèles dans une (vaste) collection bilingue de documents. Ce travail s'inscrit dans la mouvance récente consistant à extraire de documents comparables des paires de phrases en relation de traduction. Nous avons appliqué ce système à la détection d'articles parallèles dans les articles Wikipedia en anglais et en français. Une évaluation manuelle nous permet de mesurer qu'environ un quart des paires d'articles liés par un lien inter-langue dans Wikipedia sont en fait en relation de traduction et que PARADOCS est capable d'identifier des paires d'articles parallèles avec une précision proche de 80%. Ce travail réalisé en collaboration avec Alexandre Patry a été présenté à BUCC'11.


Pour recevoir les annonces hebdomadaires par courriel, envoyez un message à l'adresse majordomo@iro.umontreal.ca. Il suffit d'envoyer un message ne contenant que la ligne 'subscribe ralli' (sans les apostrophes).

Liste de tous les séminaires pour l'année :

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