Explorer des corpus à l'aide de CasSys. Application au Corpus d'Orléans

Denis Maurel (1) , Nathalie Friburger (1) , Iris Eshkol (2) , Jean-Yves Antoine (1)

1 LIFAT - Laboratoire d'Informatique Fondamentale et Appliquée de Tours
2 LLL - Laboratoire Ligérien de Linguistique

Cet article présente un outil d'exploration de corpus, CasSys, facilement paramétrisable par les linguistes, permettant de reconnaître des motifs même complexes et de les baliser, éventuellement par des balises XML. Ce balisage automatique peut ensuite être révisé par un expert. CasSys est donc un outil d'exploration de corpus, mais également d'annotation enrichie semi-supervisée. Deux exemples réels complèteront cette présentation : la recherche des entités nommées du Corpus d'Orléans et l'utilisation de ces entités pour connaître des informations sur les personnes répondant à l'enquête qui constitue ce corpus. Ce travail a bénéficié du financement du projet ANR Variling et d'un projet Feder Région Centre. Il a aussi été testé dans le cadre de l'évaluation Ester2 (campagne d'évaluation des systèmes de transcription enrichie d'émissions radiophoniques) .

Mots clés: entités nommées; corpus oral; CasSys; cascades de transducteurs

Domaines: Linguistique; Informatique [cs]

Denis Maurel, Nathalie Friburger, Iris Eshkol, Jean-Yves Antoine. Explorer des corpus à l'aide de CasSys. Application au Corpus d'Orléans. Journées de Linguistique de Corpus, Sep 2009, Lorient, France. pp.189-196. ⟨hal-01174606⟩