« Classification des items inconnus de 88milSMS : aide à l’identification automatique de la créativité scripturale »,

Abstract : The sud4science LR project (http://www.sud4science.org/) aimed at studying a fairly recent form of written communication: SMS (Short Message Service). The first step of the project was to collect a large number of text messages from the general public. We initially gathered 93'085 SMS and our final corpus, entitled 88milSMS, contains over 88'000 SMS.2 In this article, we propose a novel approach(which is also applicable to other textual data)for classifying unknown items in 88milSMS, based on two steps: 1) Classification of SMS in relation to 5 European languages (French, Spanish, English, German, Italian), 2) Classification of unknown items according to predefined classes (schedules, items containing special character(s), number(s), words without accents, or with repeated characters, etc.). We are then able to make a distinction between the truly "original" items which are widely used compared to those that are rarely used in the corpus. Based on examples mined in the different classes, we present a preliminary analysis of the obtained resource.
Type de document :
Article dans une revue
TRANEL. Travaux Neuchâtelois de Linguistique, Institut des sciences du langage et de la communication (Neuchâtel, Suisse), 2015, Perspectives linguistiques sur les écrits électroniques : des textos aux converstions WhatsApp, 63, pp.71-86. 〈https://www.unine.ch/islc/Revue_TRANEL〉
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-01485586
Contributeur : Rachel Panckhurst <>
Soumis le : jeudi 9 mars 2017 - 10:05:26
Dernière modification le : jeudi 24 mai 2018 - 15:59:25

Identifiants

  • HAL Id : hal-01485586, version 1

Citation

Cédric Lopez, Mathieu Roche, Rachel Panckhurst. « Classification des items inconnus de 88milSMS : aide à l’identification automatique de la créativité scripturale », . TRANEL. Travaux Neuchâtelois de Linguistique, Institut des sciences du langage et de la communication (Neuchâtel, Suisse), 2015, Perspectives linguistiques sur les écrits électroniques : des textos aux converstions WhatsApp, 63, pp.71-86. 〈https://www.unine.ch/islc/Revue_TRANEL〉. 〈hal-01485586〉

Partager

Métriques

Consultations de la notice

195