Tooling up a less-resourced language with NLP : the example of Corsican and BDLC

Outiller une langue peu dotée grâce au TALN : l’exemple du corse et BDLC

Laurent Kevers (1) , Florian Guéniot (1) , A. Ghjacumina Tognotti (1) , Stella Retali Medori (1)

1 LISA - Lieux, Identités, eSpaces, Activités

Our research on the Corsican language naturally leads us to consider the use of NLP tools. After a brief introduction on Corsican and the project that constitutes our working environment, we propose an overview about the use of NLP for less-resourced languages, including Corsican. We then define the actions that can be undertaken, as well as how they can be integrated into our project, in order to progress towards the constitution of resources and the construction of tools for Corsican NLP.

Nos recherches sur la langue corse nous amènent naturellement à envisager l’utilisation d’outils pour le traitement automatique du langage. Après une brève introduction sur le corse et sur le projet qui constitue notre cadre de travail, nous proposons un état des lieux concernant l’application du TAL aux langues peu dotées, dont le corse. Nous définissons ensuite les actions qui peuvent être entreprises, ainsi que la manière dont elles peuvent s’intégrer dans le cadre de notre projet, afin de progresser vers la constitution de ressources et la construction d’outils pour le TAL corse.

Mots clés: POS; Lemmatisation; Less-resourced languages; Corsican; Linguistic resources

Mots clés: Ressources linguistiques; Langues peu dotées; Lemmatisation; POS; Corse

Domaines: Informatique et langage [cs.CL]; Linguistique; Traitement du texte et du document; Intelligence artificielle [cs.AI]

Laurent Kevers, Florian Guéniot, A. Ghjacumina Tognotti, Stella Retali Medori. Outiller une langue peu dotée grâce au TALN : l’exemple du corse et BDLC. 26e Conférence sur le Traitement Automatique des Langues Naturelles, 2019, Toulouse, France. pp.371-380. ⟨hal-02567779⟩