Anis Zouaghi


2014

pdf bib
An Approach based on semantic trees for lexical disambiguation of Arabic language using a voting procedure (Approche basée sur les arbres sémantiques pour la désambiguïsation lexicale de la langue arabe en utilisant une procédure de vote) [in French]
Laroussi Merhbene | Anis Zouaghi | Mounir Zrigui
TALN-RECITAL 2014 Workshop RLTLN 2014 : Réseaux Lexicaux pour le TAL (RLTLN 2014 : Lexical Networks for NLP)

2013

pdf
A Semi-Supervised Method for Arabic Word Sense Disambiguation Using a Weighted Directed Graph
Laroussi Merhbene | Anis Zouaghi | Mounir Zrigui
Proceedings of the Sixth International Joint Conference on Natural Language Processing

2009

pdf
Ambiguous Arabic Words Disambiguation: The Results
Laroussi Merhbene | Anis Zouaghi | Mounir Zrigui
Proceedings of the Student Research Workshop

2008

pdf
Compréhension automatique de la parole arabe spontanée — Une modélisation numérique [Automatic Understanding of Spontaneous Arabic Speech — A Numerical Model]
Anis Zouaghi | Mounir Zrigui | Georges Antoniadis
Traitement Automatique des Langues, Volume 49, Numéro 1 : Varia [Varia]

2007

pdf
Évaluation des performances d’un modèle de langage stochastique pour la compréhension de la parole arabe spontanée
Anis Zouaghi | Mounir Zrigui | Mohamed Ben Ahmed
Actes de la 14ème conférence sur le Traitement Automatique des Langues Naturelles. Posters

Les modèles de Markov cachés (HMM : Hidden Markov Models) (Baum et al., 1970), sont très utilisés en reconnaissance de la parole et depuis quelques années en compréhension de la parole spontanée latine telle que le français ou l’anglais. Dans cet article, nous proposons d’utiliser et d’évaluer la performance de ce type de modèle pour l’interprétation sémantique de la parole arabe spontanée. Les résultats obtenus sont satisfaisants, nous avons atteint un taux d’erreur de l’ordre de 9,9% en employant un HMM à un seul niveau, avec des probabilités tri_grammes de transitions.

2006

pdf
L’influence du contexte sur la compréhension de la parole arabe spontanée
Anis Zouaghi | Mounir Zrigui | Mohamed Ben Ahmed
Actes de la 13ème conférence sur le Traitement Automatique des Langues Naturelles. Posters

Notre travail s’intègre dans le cadre du projet intitulé « Oréodule » : un système de reconnaissance, de traduction et de synthèse de la langue arabe. L’objectif de cet article est d’essayer d’améliorer le modèle probabiliste sur lequel est basé notre décodeur sémantique de la parole arabe spontanée. Pour atteindre cet objectif, nous avons décidé de tester l’influence de l’utilisation du contexte pertinent, et de l’intégration de différents types de données contextuelles sur la performance du décodeur sémantique employé. Les résultats sont satisfaisants.

pdf
Calcul du sens des mots arabes ambigus
Anis Zouaghi | Mounir Zrigui | Mohamed Ben Ahmed
Actes de la 13ème conférence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues (Posters)

Nous présentons dans cet article un analyseur sémantique pour la langue arabe. Cet analyseur contribue à la sélection du sens adéquat parmi l’ensemble des sens possibles que peut recevoir un mot hors contexte. Pour atteindre cet objectif, nous proposons un modèle vectoriel qui permet de lever les ambiguïtés locales au niveau de la phrase et celles relevant du domaine. Ce modèle est inspiré des modèles vectoriels très utilisés dans le domaine de la recherche documentaire.

2005

pdf
Un étiqueteur sémantique des énoncés en langue arabe
Anis Zouaghi | Mounir Zrigui | Mohamed Ben Ahmed
Actes de la 12ème conférence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues (articles courts)

Notre article s’intègre dans le cadre du projet intitulé Oréodule: un système de reconnaissance, de traduction et de synthèse de la parole spontanée. L’objectif de cet article est de présenter un modèle d’étiquetage probabiliste, selon une approche componentielle et sélective. Cette approche ne considère que les éléments de l’énoncé porteurs de sens. La signification de chaque mot est représentée par un ensemble de traits sémantiques Ts. Ce modèle participe au choix des Ts candidats lors du décodage sémantique d’un énoncé.