Extraction d'information basée sur le dictionnaire du coréen DECO et les graphes finis LGG

Jeesun NAM

DICORA, HANKUK University of Foreign Studies, Corée

Le 13 septembre 2006 à 11 h 30

Salle C-9019, Pavillon Lionel-Groulx


L'objectif de cette communication est de présenter notre dictionnaire électronique du coréen DECO et de montrer quelques graphes finis établis avec l'outil UNITEX GraphEditor pour pouvoir extraire des informations des textes coréens d'un domaine spécifique comme le sport, le cinéma ou la bourse.
Le dictionnaire DECO contient principalement les informations morpho- grammaticales, notamment les informations flexionnelles (qui sont très complexes dans le cas du coréen), dérivationnelles (loin d'être prévisibles par certaines règles) et grammaticales (comme les parties du discours bien détaillées à environ cinquante). Une description sémantique des entrées lexicales est en train d'être examinée et ajoutée actuellement, surtout pour les substantifs qui peuvent jouer un rôle de clés pour l'extraction d'information des textes.
Basé sur le dictionnaire DECO, on établit des graphes, équivalents à des automates finis, nommés LGG (Local Grammar Graph) pour décrire des caractéristiques locales des séquences significatives dans un domaine spécifique en utilisant UNITEX GraphEditor (http://www-igm.univ-mlv.fr).
On notera que l'extraction d'information peut être effectuée de façon plus efficace qu'une méthode basée sur la statistique grâce à une description rigoureuse des caractéristiques syntaxico-sémantiques des séquences linguistiques.


Pour recevoir les annonces hebdomadaires par courriel, envoyez un message à l'adresse majordomo@iro.umontreal.ca

Liste des autres séminaires