Une infrastructure pour l'annotation linguistique de documents issus du web : le projet ALVIS

Résumé. Cet article présente une architecture logicielle, la plate-forme Ogmios, permettant l’annotation automatique de documents issus du web. Cette architecture est fondée sur l’intégration de composants d’analyse linguistique et présente une double originalité : elle peut être adaptée en fonction du domaine visé et elle peut analyser de manière robuste des collections de documents hétérogènes, ce qui est le propre des collections construites à partir du web. Cet article prend comme exemple une collection de documents du domaine de la biologie. Nous montrons comment la plateforme Ogmios peut être adaptée à ce domaine et nous détaillons les performances obtenues suite à cette adaptation. Les résultats de l’analyse des documents par la plate-forme peuvent ensuite être pris en compte par des moteurs spécialisés sur internet.