@inproceedings{schwab-etal-2011-desambiguisation,
title = {D{\'e}sambigu{\"\i}sation lexicale par propagation de mesures s{\'e}mantiques locales par algorithmes {\`a} colonies de fourmis (Lexical disambiguation by propagation of local semantic measures using ant colony algorithms)},
author = "Schwab, Didier and
Goulian, J{\'e}r{\^o}me and
Guillaume, Nathan",
editor = "Lafourcade, Mathieu and
Prince, Violaine",
booktitle = "Actes de la 18e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2011",
address = "Montpellier, France",
publisher = "ATALA",
url = "https://aclanthology.org/2011.jeptalnrecital-long.11",
pages = "117--128",
abstract = {Effectuer une t{\^a}che de d{\'e}sambigu{\"\i}sation lexicale peut permettre d{'}am{\'e}liorer de nombreuses applications du traitement automatique des langues comme l{'}extraction d{'}informations multilingues, ou la traduction automatique. Sch{\'e}matiquement, il s{'}agit de choisir quel est le sens le plus appropri{\'e} pour chaque mot d{'}un texte. Une des approches classiques consiste {\`a} estimer la proximit{\'e} s{\'e}mantique qui existe entre deux sens de mots puis de l{'}{\'e}tendre {\`a} l{'}ensemble du texte. La m{\'e}thode la plus directe donne un score {\`a} toutes les paires de sens de mots puis choisit la cha{\^\i}ne de sens qui a le meilleur score. La complexit{\'e} de cet algorithme est exponentielle et le contexte qu{'}il est calculatoirement possible d{'}utiliser s{'}en trouve r{\'e}duit. Il ne s{'}agit donc pas d{'}une solution viable. Dans cet article, nous nous int{\'e}ressons {\`a} une autre m{\'e}thode, l{'}adaptation d{'}un algorithme {\`a} colonies de fourmis. Nous pr{\'e}sentons ses caract{\'e}ristiques et montrons qu{'}il permet de propager {\`a} un niveau global les r{\'e}sultats des algorithmes locaux et de tenir compte d{'}un contexte plus long et plus appropri{\'e} en un temps raisonnable.},
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="schwab-etal-2011-desambiguisation">
<titleInfo>
<title>Désambiguïsation lexicale par propagation de mesures sémantiques locales par algorithmes à colonies de fourmis (Lexical disambiguation by propagation of local semantic measures using ant colony algorithms)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Didier</namePart>
<namePart type="family">Schwab</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jérôme</namePart>
<namePart type="family">Goulian</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nathan</namePart>
<namePart type="family">Guillaume</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2011-06</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 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violaine</namePart>
<namePart type="family">Prince</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montpellier, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Effectuer une tâche de désambiguïsation lexicale peut permettre d’améliorer de nombreuses applications du traitement automatique des langues comme l’extraction d’informations multilingues, ou la traduction automatique. Schématiquement, il s’agit de choisir quel est le sens le plus approprié pour chaque mot d’un texte. Une des approches classiques consiste à estimer la proximité sémantique qui existe entre deux sens de mots puis de l’étendre à l’ensemble du texte. La méthode la plus directe donne un score à toutes les paires de sens de mots puis choisit la chaîne de sens qui a le meilleur score. La complexité de cet algorithme est exponentielle et le contexte qu’il est calculatoirement possible d’utiliser s’en trouve réduit. Il ne s’agit donc pas d’une solution viable. Dans cet article, nous nous intéressons à une autre méthode, l’adaptation d’un algorithme à colonies de fourmis. Nous présentons ses caractéristiques et montrons qu’il permet de propager à un niveau global les résultats des algorithmes locaux et de tenir compte d’un contexte plus long et plus approprié en un temps raisonnable.</abstract>
<identifier type="citekey">schwab-etal-2011-desambiguisation</identifier>
<location>
<url>https://aclanthology.org/2011.jeptalnrecital-long.11</url>
</location>
<part>
<date>2011-06</date>
<extent unit="page">
<start>117</start>
<end>128</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Désambiguïsation lexicale par propagation de mesures sémantiques locales par algorithmes à colonies de fourmis (Lexical disambiguation by propagation of local semantic measures using ant colony algorithms)
%A Schwab, Didier
%A Goulian, Jérôme
%A Guillaume, Nathan
%Y Lafourcade, Mathieu
%Y Prince, Violaine
%S Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2011
%8 June
%I ATALA
%C Montpellier, France
%G French
%F schwab-etal-2011-desambiguisation
%X Effectuer une tâche de désambiguïsation lexicale peut permettre d’améliorer de nombreuses applications du traitement automatique des langues comme l’extraction d’informations multilingues, ou la traduction automatique. Schématiquement, il s’agit de choisir quel est le sens le plus approprié pour chaque mot d’un texte. Une des approches classiques consiste à estimer la proximité sémantique qui existe entre deux sens de mots puis de l’étendre à l’ensemble du texte. La méthode la plus directe donne un score à toutes les paires de sens de mots puis choisit la chaîne de sens qui a le meilleur score. La complexité de cet algorithme est exponentielle et le contexte qu’il est calculatoirement possible d’utiliser s’en trouve réduit. Il ne s’agit donc pas d’une solution viable. Dans cet article, nous nous intéressons à une autre méthode, l’adaptation d’un algorithme à colonies de fourmis. Nous présentons ses caractéristiques et montrons qu’il permet de propager à un niveau global les résultats des algorithmes locaux et de tenir compte d’un contexte plus long et plus approprié en un temps raisonnable.
%U https://aclanthology.org/2011.jeptalnrecital-long.11
%P 117-128
Markdown (Informal)
[Désambiguïsation lexicale par propagation de mesures sémantiques locales par algorithmes à colonies de fourmis (Lexical disambiguation by propagation of local semantic measures using ant colony algorithms)](https://aclanthology.org/2011.jeptalnrecital-long.11) (Schwab et al., JEP/TALN/RECITAL 2011)
ACL