Génération automatique d’annotations d'entités nommées à partir de Wikipédia

Abbas Ghaddar (abbassgh_1993 <at> hotmail (point) com)

Le 26 avril 2017 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Wikipédia est une ressource embarquée dans de nombreuses applications du traitement des langues naturelles. Dans ce travail, nous revenons sur l'idée de construire un corpus d’entités nommées en anglais à partir des articles de Wikipédia. Nous proposons des extensions à la méthode d’extraction existante afin d’améliorer les annotations extraites aussi bien en qualité qu'en nombre. Nous comparons quatre systèmes de reconnaissance d'entités nommées sur 6 jeux de données. Nous montrons que l'approche LSTM est celle qui bénéficie le plus de notre corpus (8% d’amélioration sur les données hors-domaine). Nous proposons enfin une méthode simple mais efficace pour exploiter toute la gamme de notre corpus, ce qui conduit à d'autres améliorations.


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

Liste des autres séminaires