@inproceedings{brun-etal-2002-wsim,
title = "{WSIM} : une m{\'e}thode de d{\'e}tection de th{\`e}me fond{\'e}e sur la similarit{\'e} entre mots",
author = {Brun, Armelle and
Sma{\"\i}li, Kamel and
Haton, Jean-Paul},
editor = "Pierrel, Jean-Marie",
booktitle = "Actes de la 9{\`e}me conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2002",
address = "Nancy, France",
publisher = "ATALA",
url = "https://aclanthology.org/2002.jeptalnrecital-long.12",
pages = "146--155",
abstract = "L{'}adaptation des mod{\`e}les de langage dans les syst{\`e}mes de reconnaissance de la parole est un des enjeux importants de ces derni{\`e}res ann{\'e}es. Elle permet de poursuivre la reconnaissance en utilisant le mod{\`e}le de langage ad{\'e}quat : celui correspondant au th{\`e}me identifi{\'e}. Dans cet article nous proposons une m{\'e}thode originale de d{\'e}tection de th{\`e}me fond{\'e}e sur des vocabulaires caract{\'e}ristiques de th{\`e}mes et sur la similarit{\'e} entre mots et th{\`e}mes. Cette m{\'e}thode d{\'e}passe la m{\'e}thode classique (TFIDF) de 14{\%}, ce qui repr{\'e}sente un gain important en terme d{'}identification. Nous montrons {\'e}galement l{'}int{\'e}r{\^e}t de choisir un vocabulaire ad{\'e}quat. Notre m{\'e}thode de d{\'e}termination des vocabulaires atteint des performances 3 fois sup{\'e}rieures {\`a} celles obtenues avec des vocabulaires construits sur la fr{\'e}quence des mots.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="brun-etal-2002-wsim">
<titleInfo>
<title>WSIM : une méthode de détection de thème fondée sur la similarité entre mots</title>
</titleInfo>
<name type="personal">
<namePart type="given">Armelle</namePart>
<namePart type="family">Brun</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Kamel</namePart>
<namePart type="family">Smaïli</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jean-Paul</namePart>
<namePart type="family">Haton</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2002-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 9ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jean-Marie</namePart>
<namePart type="family">Pierrel</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Nancy, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’adaptation des modèles de langage dans les systèmes de reconnaissance de la parole est un des enjeux importants de ces dernières années. Elle permet de poursuivre la reconnaissance en utilisant le modèle de langage adéquat : celui correspondant au thème identifié. Dans cet article nous proposons une méthode originale de détection de thème fondée sur des vocabulaires caractéristiques de thèmes et sur la similarité entre mots et thèmes. Cette méthode dépasse la méthode classique (TFIDF) de 14%, ce qui représente un gain important en terme d’identification. Nous montrons également l’intérêt de choisir un vocabulaire adéquat. Notre méthode de détermination des vocabulaires atteint des performances 3 fois supérieures à celles obtenues avec des vocabulaires construits sur la fréquence des mots.</abstract>
<identifier type="citekey">brun-etal-2002-wsim</identifier>
<location>
<url>https://aclanthology.org/2002.jeptalnrecital-long.12</url>
</location>
<part>
<date>2002-06</date>
<extent unit="page">
<start>146</start>
<end>155</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T WSIM : une méthode de détection de thème fondée sur la similarité entre mots
%A Brun, Armelle
%A Smaïli, Kamel
%A Haton, Jean-Paul
%Y Pierrel, Jean-Marie
%S Actes de la 9ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2002
%8 June
%I ATALA
%C Nancy, France
%G French
%F brun-etal-2002-wsim
%X L’adaptation des modèles de langage dans les systèmes de reconnaissance de la parole est un des enjeux importants de ces dernières années. Elle permet de poursuivre la reconnaissance en utilisant le modèle de langage adéquat : celui correspondant au thème identifié. Dans cet article nous proposons une méthode originale de détection de thème fondée sur des vocabulaires caractéristiques de thèmes et sur la similarité entre mots et thèmes. Cette méthode dépasse la méthode classique (TFIDF) de 14%, ce qui représente un gain important en terme d’identification. Nous montrons également l’intérêt de choisir un vocabulaire adéquat. Notre méthode de détermination des vocabulaires atteint des performances 3 fois supérieures à celles obtenues avec des vocabulaires construits sur la fréquence des mots.
%U https://aclanthology.org/2002.jeptalnrecital-long.12
%P 146-155
Markdown (Informal)
[WSIM : une méthode de détection de thème fondée sur la similarité entre mots](https://aclanthology.org/2002.jeptalnrecital-long.12) (Brun et al., JEP/TALN/RECITAL 2002)
ACL