Publié le

Représentation dynamique et spécifique du contexte textuel pour l’extraction d’événements

Représentation dynamique et spécifique du contexte textuel pour l’extraction d’événements
Dorian Kodelja, Romaric Besançon and Olivier Ferret
Dans cet article, focalisé sur la détection supervisée de mentions d’événements dans les textes, nous proposons d’étendre un modèle opérant au niveau phrastique et reposant sur une architecture neuronale de convolution de graphe exploitant les dépendances syntaxiques. Nous y intégrons pour ce faire un contexte plus large au travers de la représentation de phrases distantes sélectionnées sur la base de relations de coréférence entre entités. En outre, nous montrons l’intérêt d’une telle intégration au travers d’évaluations menées sur le corpus de référence TAC Event 2015.

Publié le

VerNom : une base de paires morphologiques acquise sur très gros corpus



VerNom : une base de paires morphologiques acquise sur très gros corpus
Alice Missud, Pascal Amsili and Florence Villoing
Alors qu’une part substantielle de la recherche en morphologie dérivationnelle s’intéresse à la compétition qui oppose les suffixations constructrices de noms d’événements à partir de verbes (-age, -ment, -ion, -ure, -ance, -ade, -aison), l’accès à des données en large quantité devient nécessaire pour l’application de méthodes quantitatives. Dans l’optique de réunir des paires de verbes et de noms morphologiquement reliés dans le cadre de ces suffixations rivales, nous présentons VerNom, une base morphologique comprenant 25 857 paires verbe-nom, construite automatiquement à partir d’un corpus massif issu du web.