Excom‑2 : plateforme d’annotation automatique de catégories sémantiques : conception, modélisation et réalisation informatique : applications à la catégorisation des citations en arabe et en français

Excom-2 : a cross-language platform for automatic annotations according to semantic points of view : example of treatment : quotations categorization in Arabic and Frensh

• Auteur / Autrice : Al Moatasem Alrahabi
• Direction : Jean-Pierre Desclès
• Type : Thèse de doctorat
• Discipline(s) : Informatique linguistique
• Date : Soutenance le 29/01/2010
• Etablissement(s) : Paris 4
• Ecole(s) doctorale(s) : École doctorale Concepts et langages (Paris ; 2000-....)
• Partenaire(s) de recherche : Equipe de recherche : Langues, logiques, informatique, cognition (Paris)
• Jury : Président / Présidente : Christian Fluhr
• Jury : Examinateurs / Examinatrices : Christian Boitet, Jean-Guy Meunier, Brahim Djioua
• Jury : Rapporteur / Rapporteuse : Sabine Bergler, Owen Rambow

Mots clés

Mots clés contrôlés

Industries de la langue

Analyse automatique (linguistique)

Linguistique -- Informatique

Mots clés libres

Annotations discursives

Plate-forme d'annotation automatique

Exploration contextuelle

Excom

Discours rapporté

Carte semantique

Segmentation automatique

Multilinguisme (arabe, francais)

Excom

Multilingualism

Semantic annotation

Résumé

Nous proposons une plateforme d’annotation sémantique, appelée « EXCOM-2 ». Basée sur la méthode de l’ « Exploration Contextuelle », elle permet, à travers une diversité de langues, de procéder à des annotations automatiques de segments textuels par l'analyse des formes de surface dans leur contexte. Les textes sont traités selon des « points de vue » discursifs dont les valeurs sont organisées dans une « carte sémantique ». L’annotation se base sur un ensemble de règles linguistiques, écrites par un analyste, qui permettent d’identifier les représentations textuelles sous-jacentes aux différentes catégories de la carte. Le système offre, à travers deux types d’interfaces (développeur ou utilisateur), une chaîne de traitements automatiques de textes qui comprend la segmentation, l’annotation et d’autres fonctionnalités de post-traitement. Les documents annotés peuvent être utilisés, par exemple, pour des systèmes de recherche d’information, de veille, de classification ou de résumé automatique. Comme exemple d'application, nous proposons un système d'identification et de catégorisation automatiques du discours rapporté en arabe et en français.

We propose a platform for semantic annotation, called “EXCOM-2”. Based on the “Contextual Exploration” method, it enables, across a great range of languages, to perform automatic annotations of textual segments by analyzing surface forms in their context. Texts are approached through discursive “points of view”, of which values are organized into a “semantic map”. The annotation is based on a set of linguistic rules, manually constructed by an analyst, and that enables to automatically identify the textual representations underlying the different semantic categories of the map. The system provides through two sorts of user-friendly interfaces (analyst or end-user) a complete pipeline of automatic text processing which consists of segmentation, annotation and other post-processing functionalities. Annotated documents can be used, for instance, for information retrieval systems, classification or automatic summarization. As example, we propose an analysis of the linguistic markers of the enunciative modalities in direct reported speech, in a multilingual framework concerning Arabic and French.