Apprentissage supervisé sur ressources encyclopédiques pour l'enrichissement d'un lexique de noms propres destiné à la reconnaissance des entités nommées

Nadia Okinina (1) , Damien Nouvel (2, 1) , Nathalie Friburger (1) , Jean-Yves Antoine (1)

1 BDTLN - Bases de données et traitement des langues naturelles
2 ALPAGE - Analyse Linguistique Profonde à Grande Echelle ; Large-scale deep linguistic processing

Cet article présente une méthode hybride d'enrichissement d'un lexique de noms propres à partir de la base encyclopédique en ligne Wikipedia. Une des particularités de cette recherche est de viser l'enrichissement d'une ressource existante (Prolexbase) très contrôlée décrivant finement les noms propres. A la différence d'autres travaux destinés à la reconnaissance des entités nommées, notre objectif est donc de réaliser un enrichissement automatique de qualité. Notre approche repose sur l'utilisation en pipe-line de règles déterministes basées sur certaines informations DBpedia et d'une catégorisation supervisée à base de classifieur SVM. Nos résultats montrent qu'il est ainsi possible d'enrichir un lexique de noms propres avec une très bonne précision.

Mots clés: SVM; reconnaissance des entités nommées; lexique de nom propre; enrichissement automatique de lexique; Wikipedia; règles; classification supervisée; machine à vecteurs de support; SVM.

Domaines: Informatique et langage [cs.CL]

Nadia Okinina, Damien Nouvel, Nathalie Friburger, Jean-Yves Antoine. Apprentissage supervisé sur ressources encyclopédiques pour l'enrichissement d'un lexique de noms propres destiné à la reconnaissance des entités nommées. TALN'2013, 20e conférence sur le Traitement Automatique des Langues Naturelles, Jun 2011, Les Sable d'Olonne, France. pp.667-674. ⟨hal-01016545⟩