L'alignement sous-phrastique multilingue pour les nuls

Adrien Lardilleux (1)

1 Equipe Hultech - Laboratoire GREYC - UMR6072

L'alignement sous-phrastique consiste à extraire des traductions d'unités textuelles de grain inférieur à la phrase à partir de textes multilingues dont les phrases ont préalablement été mises en correspondance. Les méthodes les plus répandues actuellement, bien que produisant des résultats de grande qualité, sont complexes, supportent difficilement le passage à l'échelle, et ne peuvent traiter les langues que par couples. Elles mettent généralement l'accent sur les mots fréquents. Nous présentons une approche radicalement différente, tirant parti des mots rares. Elle permet l'alignement d'un nombre quelconque de langues simultanément et un passage à l'échelle naturel, tout en demeurant d'une grande simplicité.

Mots clés: traitement automatique des langues; multilinguisme; traduction automatique; alignement sous-phrastique; hapax

Domaines: Informatique et langage [cs.CL]; Traitement du texte et du document

Adrien Lardilleux. L'alignement sous-phrastique multilingue pour les nuls. 7e Manifestation des Jeunes Chercheurs en Sciences et Technologies de l'Information et de la Communication, Nov 2009, Avignon, France. ⟨hal-00439810⟩