Sémantique lexicale et indexation automatique: utilisation de relations sémantiques, prédicats et arguments

Lyne Da Sylva et Laure Guitard (lyne (point) da (point) sylva <at> umontreal (point) ca et laure (point) guitard <at> umontreal (point) ca)

École de bibliothéconomie et des sciences de l'information et OLST

Le 9 octobre 2013 à 11 h 30

Salle C-9019, Pavillon Lionel-Groulx


Notre travail s’inscrit dans un domaine de linguistique appliquée aux sciences de l’information. Nous visons à explorer la contribution de la sémantique lexicale à l’indexation de documents et à proposer une analyse d’une classe de vocabulaire privilégiée pour un type d’indexation, qui peut être utilisée dans l’indexation automatique. Les mots ne sont pas tous utilisés de la même manière en indexation. D’abord, les mots-outils sont mis de côté. Puis, parmi les mots "sémantiquement pleins", seules les expressions nominales sont retenues (les verbes et adjectifs exprimant des notions importantes sont donc nominalisés). Ensuite, d’un point de vue statistique, la répartition des mots dans le document et dans la collection qui l’abrite fait que certains (trop répandus dans la collection) sont peu utiles à l’indexation. Enfin, d’un point de vue pragmatique, les expressions privilégiées pour l’indexation appartiennent à la terminologie spécialisée du document en question (ex. art nouveau, délit, antenne parabolique). Or, parmi les mots sémantiquement pleins de fréquence intéressante se trouvent des mots non spécialisés : le vocabulaire savant de base (VSB), constitué de mots athématiques comme développement, abondance, forme, gain, importance. Ceux-ci sont normalement proscrits pour l’indexation. Ils s’avèrent cependant intéressants pour qualifier certains termes spécialisés et peuvent ainsi produire une indexation structurée (ex. art nouveau – développement; antenne parabolique – importance). La classe du VSB est définie de manière floue, mais les mots du VSB partagent certaines caractéristiques sémantiques : leur identification formelle est le but de notre recherche. Nous proposons une analyse du VSB. Nous tenterons d’appliquer une structuration à cette classe de vocabulaire à l’aide de relations thésaurales (synonymie, hyperonymie, association) en faisant des parallèles avec des thésaurus existants (dont WordNet). Nous esquisserons également une analyse des arguments sémantiques de ces mots selon la théorie des cadres (FrameNet), suggérant un traitement différent des prédicats et des arguments dans le langage documentaire.


Pour recevoir les annonces hebdomadaires par courriel, visitez http://rali.iro.umontreal.ca/rali/?q=fr/node/1631

Liste des autres séminaires