SxPipe 2: architecture pour le traitement pré-syntaxique de corpus bruts

Benoît Sagot 1 Pierre Boullier 1
1 ALPAGE - Analyse Linguistique Profonde à Grande Echelle ; Large-scale deep linguistic processing
Inria Paris-Rocquencourt, UPD7 - Université Paris Diderot - Paris 7
Résumé : Cet article présente SxPipe 2, chaîne modulaire et paramétrable dont le rôle est d'appliquer à des corpus bruts une cascade de traitements de surface. Préalable nécessaire à une possible analyse syntaxique, ils peuvent également servir à préparer d'autres tâches. Développé pour le français mais également pour d'autres langues, SxPipe 2 comprend, entre autres, divers modules de reconnaissances d'entités nommées dans du texte brut, un segmenteur en phrases et en tokens, un correcteur orthographique et reconnaisseur de mots composés, ainsi qu'une architecture originale de reconnaissance de motifs non contextuels, utilisée par différentes grammaires spécialisées (nombres, constructions impersonnelles...). Nous présentons les fondements théoriques des différents modules, leur mise en œuvre pour le français et pour certains une évaluation quantitative.
Type de document :
Article dans une revue
Traitement Automatique des Langues, ATALA, 2008, 49 (2), pp.155-188. 〈http://www.atala.org/IMG/pdf/TAL-2008-49-2-06-Sagot.pdf〉
Liste complète des métadonnées

Littérature citée [22 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00515489
Contributeur : Benoît Sagot <>
Soumis le : mardi 7 septembre 2010 - 10:34:04
Dernière modification le : samedi 9 juin 2018 - 10:30:06
Document(s) archivé(s) le : mercredi 8 décembre 2010 - 02:37:25

Fichier

TALsxpipe.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00515489, version 1

Collections

Citation

Benoît Sagot, Pierre Boullier. SxPipe 2: architecture pour le traitement pré-syntaxique de corpus bruts. Traitement Automatique des Langues, ATALA, 2008, 49 (2), pp.155-188. 〈http://www.atala.org/IMG/pdf/TAL-2008-49-2-06-Sagot.pdf〉. 〈inria-00515489〉

Partager

Métriques

Consultations de la notice

488

Téléchargements de fichiers

239