Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Article complet jadt 2016 See discussions stats and author pro ?les for this publication at https www researchgate net publication Approches d'analyse distributionnelle pour améliorer la désambigu? sation sémantique Conference Paper June CITATIONS authors

See discussions stats and author pro ?les for this publication at https www researchgate net publication Approches d'analyse distributionnelle pour améliorer la désambigu? sation sémantique Conference Paper June CITATIONS authors Mokhtar Boumedyen Billami Laboratoire d ? Informatique Fondamentale de Marseille PUBLICATIONS CITATIONS SEE PROFILE READS Nuria Gala Aix-Marseille Université PUBLICATIONS CITATIONS SEE PROFILE Some of the authors of this publication are also working on these related projects Reading Aids to leverage Document Accessibility for Children with Dyslexia ANR project - View project ALLuSiF View project All content following this page was uploaded by Nuria Gala on February The user has requested enhancement of the downloaded ?le CApproches d ? analyse distributionnelle pour améliorer la désambigu? sation sémantique Mokhtar Boumedyen Billami Núria Gala Aix-Marseille Université LIF UMR Marseille ?? France Abstract Word sense disambiguation WSD improves many Natural Language Processing NLP applications such as Information Retrieval Machine Translation or Lexical Simpli ?cation WSD is the ability of determining a word sense among di ?erent ones within a polysemic lexical unit taking into account the context The most straightforward approach uses a semantic proximity measure between the word sense candidates of the target word and those of its context Such a method very easily entails a combinatorial explosion In this paper we propose two methods based on distributional analysis which enable to reduce the exponential complexity without losing the coherence We present a comparison between the selection of distributional neighbors and the linearly nearest neighbors The ?gures obtained show that selecting distributional neighbors leads to better results Résumé La désambigu? sation sémantique permet d ? améliorer de nombreuses applications en traitement automatique des langues TAL comme la recherche d ? information la traduction automatique ou la simpli ?cation lexicale de textes Elle consiste à choisir le sens des unités lexicales polysémiques dans un texte et s ? e ?ectue en tenant compte du contexte L ? approche la plus directe consiste à estimer la proximité sémantique entre chaque sens candidat et les sens des mots du contexte Cette méthode engendre rapidement une explosion combinatoire Dans cet article nous proposons deux approches à base d ? analyse distributionnelle permettant de réduire la complexité exponentielle et de ne pas perdre de la cohérence au niveau de la désambigu? sation cela en sélectionnant les voisins distributionnels les plus proches Nous présentons une comparaison entre la sélection des voisins distributionnels et les voisins les plus proches linéairement Les résultats montrent que la sélection des voisins distributionnels est bien meilleure Keywords unsupervised word sense disambiguation distributional analysis dependency parsing continuous vectorial representation Mots clés désambigu? sation sémantique non supervisée analyse distributionnelle analyse syntaxique en dépendances représentation vectorielle continue Introduction La désambigu? sation des sens de mots est essentielle pour accomplir la plupart des t? ches de traitement des langues Navigli par exemple la recherche d ? information la traduction automatique l ? extraction d ? information l ? analyse du contenu la fouille de textes ainsi que la simpli ?cation lexicale de textes La désambigu? sation sémantique