Degré de comparabilité, extraction lexicale bilingue et recherche d'information interlingue

Li Bo (1) , Éric Gaussier (1) , Emmanuel Morin (2) , Amir Hazem (2)

1 AMA - Analyse de données, Modélisation et Apprentissage automatique [Grenoble]
2 LINA - Laboratoire d'Informatique de Nantes Atlantique

Nous étudions dans cet article le problème de la comparabilité des documents composant un corpus comparable afin d'améliorer la qualité des lexiques bilingues extraits et les performances des systèmes de recherche d'information interlingue. Nous proposons une nouvelle approche qui permet de garantir un certain degré de comparabilité et d'homogénéité du corpus tout en préservant une grande part du vocabulaire du corpus d'origine. Nos expériences montrent que les lexiques bilingues que nous obtenons sont d'une meilleure qualité que ceux obtenus avec les approches précédentes, et qu'ils peuvent être utilisés pour améliorer significativement les systèmes de recherche d'information interlingue.

Mots clés: Corpus comparables; comparabilité; lexiques bilingues; recherche d'information interlingue

Domaines: Informatique et langage [cs.CL]; Traitement du texte et du document; Recherche d'information [cs.IR]

Li Bo, Éric Gaussier, Emmanuel Morin, Amir Hazem. Degré de comparabilité, extraction lexicale bilingue et recherche d'information interlingue. TALN 2011 - Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2011, Montpellier, France. pp.211-222. ⟨hal-00608471⟩