Un étiqueteur de rôles grammaticaux libre pour le français intégré à Apache UIMA

Charles Dejean (1) , Manoel Fortun (1) , Clotilde Massot (1) , Vincent Pottier (1) , Fabien Poulard (1) , Matthieu Vernier (1)

1 LINA - Laboratoire d'Informatique de Nantes Atlantique

L'étiquetage des rôles grammaticaux est une tâche de pré-traitement récurrente. Pour le français, deux outils sont majoritairement utilisés : TreeTagger et Brill. Nous proposons une démarche, ne nécessitant aucune ressource, pour la création d'un modèle de Markov caché (HMM) pour palier les problèmes de ces outils, et de licences notamment. Nous distribuons librement toutes les ressources liées à ce travail.

Keywords: étiquetage grammatical; Modèle de Markov caché; UIMA; Brill; TreeTagger

Domains: Document and Text Processing

Charles Dejean, Manoel Fortun, Clotilde Massot, Vincent Pottier, Fabien Poulard, et al.. Un étiqueteur de rôles grammaticaux libre pour le français intégré à Apache UIMA. 17e Conférence sur le Traitement Automatique des Langues Naturelles, Jul 2010, Montréal, Canada. ⟨hal-00493847⟩