<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="billami-2015-desambiguisation">
    <titleInfo>
        <title>Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Mokhtar</namePart>
        <namePart type="given">Boumedyen</namePart>
        <namePart type="family">Billami</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2015-06</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Jean-Marc</namePart>
            <namePart type="family">Lecarpentier</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Nadine</namePart>
            <namePart type="family">Lucas</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Caen, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>La désambiguïsation lexicale permet d’améliorer de nombreuses applications en traitement automatique des langues (TAL) comme la recherche d’information, l’extraction d’information, la traduction automatique, ou la simplification lexicale de textes. 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 similarité sémantique qui existe entre les sens de deux mots puis de l’étendre à l’ensemble des mots du texte. La méthode la plus directe donne un score de similarité à toutes les paires de sens de mots puis choisit la chaîne de sens qui retourne le meilleur score (on imagine la complexité exponentielle liée à cette approche exhaustive). Dans cet article, nous proposons d’utiliser une méta-heuristique d’optimisation combinatoire qui consiste à choisir les voisins les plus proches par sélection distributionnelle autour du mot à désambiguïser. Le test et l’évaluation de notre méthode portent sur un corpus écrit en langue française en se servant du réseau sémantique BabelNet. Le taux d’exactitude obtenu est de 78% sur l’ensemble des noms et des verbes choisis pour l’évaluation.</abstract>
    <identifier type="citekey">billami-2015-desambiguisation</identifier>
    <location>
        <url>https://aclanthology.org/2015.jeptalnrecital-recital.2</url>
    </location>
    <part>
        <date>2015-06</date>
        <extent unit="page">
            <start>13</start>
            <end>24</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques
%A Billami, Mokhtar Boumedyen
%Y Lecarpentier, Jean-Marc
%Y Lucas, Nadine
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues
%D 2015
%8 June
%I ATALA
%C Caen, France
%F billami-2015-desambiguisation
%X La désambiguïsation lexicale permet d’améliorer de nombreuses applications en traitement automatique des langues (TAL) comme la recherche d’information, l’extraction d’information, la traduction automatique, ou la simplification lexicale de textes. 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 similarité sémantique qui existe entre les sens de deux mots puis de l’étendre à l’ensemble des mots du texte. La méthode la plus directe donne un score de similarité à toutes les paires de sens de mots puis choisit la chaîne de sens qui retourne le meilleur score (on imagine la complexité exponentielle liée à cette approche exhaustive). Dans cet article, nous proposons d’utiliser une méta-heuristique d’optimisation combinatoire qui consiste à choisir les voisins les plus proches par sélection distributionnelle autour du mot à désambiguïser. Le test et l’évaluation de notre méthode portent sur un corpus écrit en langue française en se servant du réseau sémantique BabelNet. Le taux d’exactitude obtenu est de 78% sur l’ensemble des noms et des verbes choisis pour l’évaluation.
%U https://aclanthology.org/2015.jeptalnrecital-recital.2
%P 13-24

Markdown (Informal)

[Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques](https://aclanthology.org/2015.jeptalnrecital-recital.2) (Billami, JEP/TALN/RECITAL 2015)

• Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques (Billami, JEP/TALN/RECITAL 2015)

ACL

• Mokhtar Boumedyen Billami. 2015. Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques. In Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues, pages 13–24, Caen, France. ATALA.