Repérer les mots qui en cachent d'autres

Benoît Habert

LIR - LIMSI

Le 10 mars 2005 à 15 h 30

Salle 6254, Pavillon André-Aisenstadt


Le repérage et la caractérisation des mots qui présentent plusieurs acceptions, ou dégroupement de sens, est une étape importante pour réduire le bruit en recherche d'information ou en acquisition lexicale automatique, mais aussi pour déterminer ce qui fait accord/désaccord dans des débats citoyens. La démarche retenue repose sur une hypothèse distributionnelle : un mot a des chances de présenter différentes acceptions si sa distribution change nettement d'une partie d'un corpus à l'autre. Cette démarche est appliquée à deux corpus, l'un petit (120 000 mots), l'autre moyen (3,8 millions de mots). La partition utilisée repose dans le premier cas sur l'interprétation d'une analyse factorielle des correspondances, dans le second sur une opposition de rubrique. L'examen qualitatif des résultats ainsi que le recours à d'autres types de contextes et à d'autres partitions relativisent la facilité à interpréter les repérages opérés.


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

Liste des autres séminaires