Filtrage de relations pour l’extraction d’information non supervisée

Wei Wang (1) , Romaric Besançon (1) , Olivier Ferret (1) , Brigitte Grau (2, 3)

1 DIASI (CEA, LIST) - Département Intelligence Ambiante et Systèmes Interactifs
2 LIMSI - Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur
3 ENSIIE - Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise

Le domaine de l’extraction d’information s’est récemment développé en limitant les contraintes sur la définition des informations à extraire, ouvrant la voie à des applications de veille plus ouvertes. Dans ce contexte de l’extraction d’information non supervisée, nous nous intéressons à l’identification et la caractérisation de nouvelles relations entre des types d’entités fixés. Un des défis de cette tâche est de faire face à la masse importante de candidats pour ces relations lorsque l’on considère des corpus de grande taille. Nous présentons dans cet article une approche pour le filtrage des relations combinant méthode heuristique et méthode par apprentissage. Nous évaluons ce filtrage de manière intrinsèque et par son impact sur un regroupement sémantique des relations.

Domaines: Informatique [cs]; Informatique et langage [cs.CL]

Wei Wang, Romaric Besançon, Olivier Ferret, Brigitte Grau. Filtrage de relations pour l’extraction d’information non supervisée. Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2011, Montpellier, France. ⟨hal-02289971⟩