@inproceedings{sagot-2016-etiquetage,
title = "{\'E}tiquetage multilingue en parties du discours avec {ME}lt (Multilingual part-of-speech tagging with {ME}lt)",
author = "Sagot, Beno{\^\i}t",
editor = "Danlos, Laurence and
Hamon, Thierry",
booktitle = "Actes de la conf{\'e}rence conjointe JEP-TALN-RECITAL 2016. volume 2 : TALN (Posters)",
month = "7",
year = "2016",
address = "Paris, France",
publisher = "AFCP - ATALA",
url = "https://aclanthology.org/2016.jeptalnrecital-poster.16",
pages = "435--442",
abstract = "Nous pr{\'e}sentons des travaux r{\'e}cents r{\'e}alis{\'e}s autour de MElt, syst{\`e}me discriminant d{'}{\'e}tiquetage en parties du discours. MElt met l{'}accent sur l{'}exploitation optimale d{'}informations lexicales externes pour am{\'e}liorer les performances des {\'e}tiqueteurs par rapport aux mod{\`e}les entra{\^\i}n{\'e}s seulement sur des corpus annot{\'e}s. Nous avons entra{\^\i}n{\'e} MElt sur plus d{'}une quarantaine de jeux de donn{\'e}es couvrant plus d{'}une trentaine de langues. Compar{\'e} au syst{\`e}me {\'e}tat-de-l{'}art MarMoT, MElt obtient en moyenne des r{\'e}sultats l{\'e}g{\`e}rement moins bons en l{'}absence de lexique externe, mais meilleurs lorsque de telles ressources sont disponibles, produisant ainsi des {\'e}tiqueteurs {\'e}tat-de-l{'}art pour plusieurs langues.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="sagot-2016-etiquetage">
<titleInfo>
<title>Étiquetage multilingue en parties du discours avec MElt (Multilingual part-of-speech tagging with MElt)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Benoît</namePart>
<namePart type="family">Sagot</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2016-07</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 conférence conjointe JEP-TALN-RECITAL 2016. volume 2 : TALN (Posters)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Laurence</namePart>
<namePart type="family">Danlos</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Thierry</namePart>
<namePart type="family">Hamon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>AFCP - ATALA</publisher>
<place>
<placeTerm type="text">Paris, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Nous présentons des travaux récents réalisés autour de MElt, système discriminant d’étiquetage en parties du discours. MElt met l’accent sur l’exploitation optimale d’informations lexicales externes pour améliorer les performances des étiqueteurs par rapport aux modèles entraînés seulement sur des corpus annotés. Nous avons entraîné MElt sur plus d’une quarantaine de jeux de données couvrant plus d’une trentaine de langues. Comparé au système état-de-l’art MarMoT, MElt obtient en moyenne des résultats légèrement moins bons en l’absence de lexique externe, mais meilleurs lorsque de telles ressources sont disponibles, produisant ainsi des étiqueteurs état-de-l’art pour plusieurs langues.</abstract>
<identifier type="citekey">sagot-2016-etiquetage</identifier>
<location>
<url>https://aclanthology.org/2016.jeptalnrecital-poster.16</url>
</location>
<part>
<date>2016-7</date>
<extent unit="page">
<start>435</start>
<end>442</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Étiquetage multilingue en parties du discours avec MElt (Multilingual part-of-speech tagging with MElt)
%A Sagot, Benoît
%Y Danlos, Laurence
%Y Hamon, Thierry
%S Actes de la conférence conjointe JEP-TALN-RECITAL 2016. volume 2 : TALN (Posters)
%D 2016
%8 July
%I AFCP - ATALA
%C Paris, France
%G French
%F sagot-2016-etiquetage
%X Nous présentons des travaux récents réalisés autour de MElt, système discriminant d’étiquetage en parties du discours. MElt met l’accent sur l’exploitation optimale d’informations lexicales externes pour améliorer les performances des étiqueteurs par rapport aux modèles entraînés seulement sur des corpus annotés. Nous avons entraîné MElt sur plus d’une quarantaine de jeux de données couvrant plus d’une trentaine de langues. Comparé au système état-de-l’art MarMoT, MElt obtient en moyenne des résultats légèrement moins bons en l’absence de lexique externe, mais meilleurs lorsque de telles ressources sont disponibles, produisant ainsi des étiqueteurs état-de-l’art pour plusieurs langues.
%U https://aclanthology.org/2016.jeptalnrecital-poster.16
%P 435-442
Markdown (Informal)
[Étiquetage multilingue en parties du discours avec MElt (Multilingual part-of-speech tagging with MElt)](https://aclanthology.org/2016.jeptalnrecital-poster.16) (Sagot, JEP/TALN/RECITAL 2016)
ACL