Représentation vectorielle de sens pour la désambiguïsation lexicale à base de connaissances

Résumé : Dans cet article, nous proposons une nouvelle méthode pour représenter sous forme vectorielle les sens d'un dictionnaire. Nous utilisons les termes employés dans leur définition en les projetant dans un espace vectoriel, puis en additionnant les vecteurs résultants, avec des pondérations dépendantes de leur partie du discours et de leur fréquence. Le vecteur de sens résultant est alors utilisé pour trouver des sens reliés, permettant de créer un réseau lexical de manière automatique. Le réseau obtenu est ensuite évalué par rapport au réseau lexical de WordNet, construit manuellement. Pour cela nous comparons l'impact des différents réseaux sur un système de désambiguïsation lexicale basé sur la mesure de Lesk. L'avantage de notre méthode est qu'elle peut être appliquée à n'importe quelle langue ne possédant pas un réseau lexical comme celui de WordNet. Les résultats montrent que notre réseau automatiquement généré permet d'améliorer le score du système de base, atteignant quasiment la qualité du réseau de WordNet.
Type de document :
Communication dans un congrès
24ème Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2017, Orléans, France
Liste complète des métadonnées

Littérature citée [10 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01599572
Contributeur : Loïc Vial <>
Soumis le : lundi 2 octobre 2017 - 12:35:27
Dernière modification le : jeudi 11 octobre 2018 - 08:48:03

Fichier

TALN_2017__embeddings_(13).pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01599572, version 1

Collections

Citation

Loïc Vial, Benjamin Lecouteux, Didier Schwab. Représentation vectorielle de sens pour la désambiguïsation lexicale à base de connaissances. 24ème Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2017, Orléans, France. 〈hal-01599572〉

Partager

Métriques

Consultations de la notice

125

Téléchargements de fichiers

189