Nouvelles considérations pour la détection de réutilisation de texte

Fabien Poulard, Stergos Afantenos, Nicolas Hernandez


Abstract
Dans cet article nous nous intéressons au problème de la détection de réutilisation de texte. Plus particulièrement, étant donné un document original et un ensemble de documents candidats — thématiquement similaires au premier — nous cherchons à classer ceux qui sont dérivés du document original et ceux qui ne le sont pas. Nous abordons le problème selon deux approches : dans la première, nous nous intéressons aux similarités discursives entre les documents, dans la seconde au recouvrement de n-grams hapax. Nous présentons le résultat d’expérimentations menées sur un corpus de presse francophone construit dans le cadre du projet ANR PIITHIE.
Anthology ID:
2009.jeptalnrecital-court.25
Volume:
Actes de la 16ème conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
Month:
June
Year:
2009
Address:
Senlis, France
Venue:
JEP/TALN/RECITAL
SIG:
Publisher:
ATALA
Note:
Pages:
227–236
Language:
French
URL:
https://aclanthology.org/2009.jeptalnrecital-court.25
DOI:
Bibkey:
Copy Citation:
PDF:
https://aclanthology.org/2009.jeptalnrecital-court.25.pdf