Abstract
Dans ce papier, nous présentons un système de Détection de Structures fines de Texte (appelé DST). DST utilise un modèle prédictif obtenu par un algorithme d’apprentissage qui, pour une configuration d’indices discursifs donnés, prédit le type de relation de dépendance existant entre deux énoncés. Trois types d’indices discursifs ont été considérés (des relations lexicales, des connecteurs et un parallélisme syntaxico-sémantique) ; leur repérage repose sur des heuristiques. Nous montrons que notre système se classe parmi les plus performants.- Anthology ID:
- 2005.jeptalnrecital-long.22
- Volume:
- Actes de la 12ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
- Month:
- June
- Year:
- 2005
- Address:
- Dourdan, France
- Editor:
- Michèle Jardino
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 211–220
- Language:
- French
- URL:
- https://aclanthology.org/2005.jeptalnrecital-long.22
- DOI:
- Cite (ACL):
- Nicolas Hernandez and Brigitte Grau. 2005. Détection Automatique de Structures Fines du Discours. In Actes de la 12ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs, pages 211–220, Dourdan, France. ATALA.
- Cite (Informal):
- Détection Automatique de Structures Fines du Discours (Hernandez & Grau, JEP/TALN/RECITAL 2005)
- PDF:
- https://preview.aclanthology.org/cschoel_rss_and_blog/2005.jeptalnrecital-long.22.pdf