Détection Automatique de Structures Fines du Discours

Nicolas Hernandez, Brigitte Grau


Abstract
Dans ce papier, nous présentons un système de Détection de Structures fines de Texte (appelé DST). DST utilise un modèle prédictif obtenu par un algorithme d’apprentissage qui, pour une configuration d’indices discursifs donnés, prédit le type de relation de dépendance existant entre deux énoncés. Trois types d’indices discursifs ont été considérés (des relations lexicales, des connecteurs et un parallélisme syntaxico-sémantique) ; leur repérage repose sur des heuristiques. Nous montrons que notre système se classe parmi les plus performants.
Anthology ID:
2005.jeptalnrecital-long.22
Volume:
Actes de la 12ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
Month:
June
Year:
2005
Address:
Dourdan, France
Editor:
Michèle Jardino
Venue:
JEP/TALN/RECITAL
SIG:
Publisher:
ATALA
Note:
Pages:
211–220
Language:
French
URL:
https://aclanthology.org/2005.jeptalnrecital-long.22
DOI:
Bibkey:
Cite (ACL):
Nicolas Hernandez and Brigitte Grau. 2005. Détection Automatique de Structures Fines du Discours. In Actes de la 12ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs, pages 211–220, Dourdan, France. ATALA.
Cite (Informal):
Détection Automatique de Structures Fines du Discours (Hernandez & Grau, JEP/TALN/RECITAL 2005)
Copy Citation:
PDF:
https://aclanthology.org/2005.jeptalnrecital-long.22.pdf