Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques
نویسنده
چکیده
A Knowledge-Based Approach to Word Sense Disambiguation by distributional selection and semantic features. Word sense disambiguation improves many Natural Language Processing (NLP) applications such as Information Retrieval, Information Extraction, Machine Translation, or Lexical Simplification. Roughly speaking, the aim is to choose for each word in a text its best sense. One of the most popular method estimates local semantic similarity relatedness between two word senses and then extends it to all words from text. The most direct method computes a rough score for every pair of word senses and chooses the lexical chain that has the best score (we can imagine the exponential complexity that returns this comprehensive approach). In this paper, we propose to use a combinatorial optimization metaheuristic for choosing the nearest neighbors obtained by distributional selection around the word to disambiguate. The test and the evaluation of our method concern a corpus written in French by means of the semantic network BabelNet. The obtained accuracy rate is 78 % on all names and verbs chosen for the evaluation. Mots-clés : désambiguïsation lexicale non supervisée, mesure de similarité distributionnelle, mesures de similarité sémantique.
منابع مشابه
Systèmes pair-à-pair sémantiques et extension non conservative d’une base de connaissances Peer-to-Peer Semantic Systems and Non Conservative Extension of a Knowledge Base
Cet article montre en quoi la notion d’extension non conservative d’une base de connaissances (KB) est importante dans les sytèmes d’inférence pair-àpair (P2PIS), aussi connus sous le nom de systèmes pair-à-pair sémantiques. Cette notion est utile à un pair afin de détecter si (une partie de) sa KB est corrompue par un P2PIS ou pour apprendre du P2PIS de nouvelles connaissances sur son propre d...
متن کاملReprésentation sémantique de questions pour interroger le Web sémantique
RÉSUMÉ. Les bases de connaissances du Web sémantique sont généralement représentées sous forme de triplets RDF formant un graphe. Leur interrogation passe par un langage de type SPARQL, langage non maîtrisé des utilisateurs non experts, qui requiert de connaître le schéma de la base. C’est pourquoi les systèmes d’interrogation en langage naturel se développent actuellement. Se pose alors le pro...
متن کاملDe l'analyse d'un corpus de texte à la conception d'une interface graphique facilitant l'accès aux connaissances sur le médicament
Résumé : Pour faciliter l’accès aux contre-indications, interactions médicamenteuses et effets indésirables des médicaments par les professionnels de santé, nous avons conçu une interface graphique s’appuyant sur un langage iconique. Dans cet article, nous présentons la méthode de conception de cette interface, laquelle repose sur des techniques de visualisation d’information, et sur l’analyse ...
متن کاملTraits de personnalité computationnels. Enrichissement de la taxonomie FFM/NEO PI-R avec des gloses WordNet liées à des adjectifs de personnalité
RÉSUMÉ. Ce travail décrit le processus de classification d’un ensemble d’adjectifs décrivant des traits de personnalité dans la liste des facettes de la taxonomie NEO PI-R, en relation avec le Modèle des Cinq Facteurs (FFM– Five Factor Model). Le processus de classification est fondé sur des mots-la sémantique lexicale exprimée par les couples ‘synset-gloses’ attachés aux motsadjectifs dans la ...
متن کاملCalcul de conséquences pour le test d’extension conservative dans un système pair-à-pair
Dans un système d’inférence pair-à-pair (P2PIS), un pair étend sa base de connaissances (KB) avec celle des autres pairs afin d’utiliser leurs connaissances pour répondre aux requêtes qui lui sont posées. Toutefois, l’extension d’une KB n’est pas nécessairement conservative. Une extension conservative garantit que le sens d’une KB est le même lorsqu’elle est considérée seule ou avec son extensi...
متن کامل