Séminaires RALI-OLST

Contraintes sur la sélection des informations dans les définitions terminographiques : vers des modèles relationnels génériques pertinents

Selja Seppälä (selja (point) seppala (point) unige <at> gmail (point) com)

Université de Genève

Le mercredi 6 juin 2012 à 11 h 30

Salle C-9019, Pavillon Lionel-Groulx


La rédaction de dé finitions est une activité essentielle dans le développement de ressources terminologiques de qualité. Notre objectif général est de concevoir et de mettre en oeuvre des outils génériques d'aide à la rédaction de dé finitions qui permettent de prédire le type de contenu exprimé dans une définition, indépendamment du domaine traité ou de la langue de rédaction. La problématique centrale de notre thèse est celle de la sélection des informations définitoires.

Nous faisons l'hypothèse que la sélection des informations dépend, en partie, du type d'entité défi ni. Si cette hypothèse est véri fiée, alors il est possible d'implémenter des modèles définitoires relationnels prédictifs, qui soient à la fois génériques et pertinents. Pour tester cette hypothèse, nous proposons d'élaborer des modèles relationnels à partir des catégories de haut niveau d'une ontologie formelle réaliste, la Basic Formal Ontology (BFO). Ces modèles sont ensuite utilisés pour annoter un corpus multi-domaines de définitions existantes. Des analyses de corpus quantitatives permettent de voir dans quelle mesure les propriétés de chaque type d'entité ont été jugées pertinentes dans des définitions terminographiques. Les résultats encourageants d'une étude empirique pilote tendent à montrer qu'il est possible de proposer des modèles définitoires relationnels génériques pertinents.


Suivez ce lien pour vous inscrire à la liste de diffusion RALI-OLST.
http://rali.iro.umontreal.ca/rali/?q=fr/node/1631

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 2020 2021 2022 2023 2024