Annotation manuelle de corpus écrit : Analec et analyse outillée.

Transcription

1 Aotation manull d corpu écrit : Analc t analy outillé. Frédériqu Mélani-Bcqut Lattic - CNRS ENS Pari3 USPC PSL Collctr t prod d é pour la rchrch n S Fréju, novmbr 2016 é n S, 15 od pr t r ct ll Co

2 Projt d aotation linguitiqu L xprion référntil Gnè Editorial Balzac La bour MC4 Modéliation Contrativ t Computatioll d chaîn d Coréférnc txt brut 9 txt mot corpu non homogèn vr ou pro époqu différnt longuur variabl (tout ou parti d l œuvr) txt nrichi 2 (ou n) édition corpu homogèn Aotation automatiqu d phénomèn d gnè éditorial n é Collctr t prod

3 Projt d aotation linguitiqu Gnè Editorial.ac Balzac La bour.aa txt nrichi 2 (ou n) édition corpu homogèn Aotation automatiqu d phénomèn d gnè éditorial n é Collctr t prod

4 Définition d un chéma d aotation Définition d un méthod d aotation Exploitation d é aoté n é Collctr t prod

5 Définition d un chéma d aotation Définition d un méthod d aotation Exploitation d é aoté n é Collctr t prod

6 L xprion référntil Suit d référnc : 1 = Sylvi Fabr 2 = Mr. Fabr 3 = Paul Fabr 4 = {Mr. Fabr, Paul Fabr} Chaîn d coréférnc qui concrn Sylvi Fabr : la mèr la mèr a mèr a mèr Sylvi Fabr la n é Collctr t prod

7 L xprion référntil 1.Rpérr référnc Problèm linguitiqu 2.Délimitr référnc Problèm d aotation : - délimitr born infériur t upériur - problèm tchniqu du txt dicontinu 3. Ajoutr d trait attribut, valur 4. Rpérr coréférnc n é Collctr t prod

8 La gnè éditorial n é Collctr t prod

9 La gnè éditorial Mdit Juxta n é Collctr t prod

10 La gnè éditorial n é Collctr t prod

11 La gnè éditorial n é Collctr t prod

12 La gnè éditorial n é Collctr t prod

13 Définition d un chéma d aotation Définition d un méthod d aotation Exploitation d é aoté n é Collctr t prod

14 Un procédur d aotation? 1. Import du corpu d travail txt brut txt nrichi 2. Aotation manull d phénomèn linguitiqu xprion référntil la gnè éditorial Aotation manull d chaîn Viualiation d aotation chaîn d coréférnc utiliation d calcul tatitiqu n é Collctr t prod

15 Aotation manull d xprion référntil Un nmbl d trait pour chaqu xprion n é Collctr t prod

16 Aotation manull d chaîn Un nmbl d trait pour la chaîn idntifiant du référnt ; typ d référnt (individu, group) Et plu particulièrmnt pour l prmir maillon typ d introduction : par rgroupmnt, xtraction, aociation c t là qu font lin anaphoriqu non coréférntil (anaphor aociativ) n é Collctr t prod

17 Définition d un chéma d aotation Définition d un méthod d aotation Exploitation d é aoté n é Collctr t prod

18 Calcul d fréqunc Prmir d typ d intrrogation d corpu = impl calcul d fréqunc Particularité = vérifir aotation, corrigr n é Collctr t prod

19 Viualiation d fréqunc A partir du momnt où fréqunc ont calculé, on put mttr n form d graphiqu n é Collctr t prod

20 Calcul d corrélation 2 typ d intrrogation : ttr d aociation d champ n é Collctr t prod

21 Viualiation d corrélation n é Collctr t prod

22 Viualiation d corrélation n é Collctr t prod

23 Viualiation d corrélation Utiliation 1 : rpérr d aotation bizarr, vérifir i tou champ ont corrct, t corrigr i boin Utiliation 2 : rpérr d nmb d xmp qui comportnt d manièr imilair, t idntifir valur commun n é Collctr t prod

24 Viualir la uit d référnc Suit linéair d référnc aoté, rprénté avc un cod coulur t un cod (alphabt) Intérêt = à part illutrr d artic, tntr d détctr d comportmnt n é Collctr t prod

25 Viualir la uit d référnc n é Collctr t prod

26 Périation t valoriation d é aoté n é Collctr t prod

27 n é Collctr t prod

28 Concluion : Contitur un corpu d référnc Fair d rquêt (intrrogr) l corpu aoté Détrminr t ttr la procédur d aotation ratioll, applicabl à d autr état d langu... t lit d problèm (d déciion, d tmp, d rgonomi, tchniqu) calcul d fréqunc ont trè uti mai rtnt imp... Vr un aotation automatiqu n é Collctr t prod

29 Mrci Bibliographi : Fort K., L rourc aoté, un nju pour l'analy d contnu : vr un méthologi d l'aotation manull d corpu, thè, Fuch C., Gréillon A., Lbrav J.-L., Pytard J., Ry-Dbov J., Culioli A., La Gnè du txt : modè linguitiqu / Préfac d'antoin Culioli, Pari, Édition du CNRS, «Txt t Manucrit», 1982, 175p. Ganaia J.-G., Fnoglio I. t Lbrav J-L., Manucrit, gnè t cumnt numérié. EDITE : un étud informatié du travail d l écrivain, Documnt numériqu, 2004/4, Volum 8, pp Landragin F., Anaphor t coréférnc : analy aité par ordinatur, Nouvl prpctiv ur l'anaphor. Point d vu linguitiqu, pycholinguitiqu t acquiitiol, Ptr Lang, Landragin F., Poibau T. & Victorri B., ANALEC: a Nw Tool for th Dynamic Aotation of Txtual Data. Eighth Intrnational Confrnc on Languag Rourc and Evaluation, Itanbul, Turqui, 2012, pp Mélani-Bcqut F. & Landragin F., Linguitiqu outillé pour l'étud d chaîn d référnc : qution méthologiqu t olution tchniqu., Langag 195, Armand Colin, Pari, 2014, pp Widlöchr A., Matht Y. (2009), La plat-form Glozz : nviromnt d aotation t d xploration d corpu, Act d la conférnc TALN 2009, Snli. n é Collctr t prod