2015
pdf
Arabic Named Entity Recognition Process using Transducer Cascade and Arabic Wikipedia
Fatma Ben Mesmia
|
Kais Haddar
|
Denis Maurel
|
Nathalie Friburger
Proceedings of the International Conference Recent Advances in Natural Language Processing
2013
pdf
Mining Partial Annotation Rules for Named Entity Recognition (Fouille de règles d’annotation partielles pour la reconnaissance des entités nommées) [in French]
Damien Nouvel
|
Jean-Yves Antoine
|
Nathalie Friburger
|
Arnaud Soulet
Proceedings of TALN 2013 (Volume 1: Long Papers)
pdf
Supervised learning on encyclopaedic resources for the extension of a lexicon of proper names dedicated to the recognition of named entities (Apprentissage supervisé sur ressources encyclopédiques pour l’enrichissement d’un lexique de noms propres destiné à la reconnaissance des entités nommées) [in French]
Nadia Okinina
|
Damien Nouvel
|
Nathalie Friburger
|
Jean-Yves Antoine
Proceedings of TALN 2013 (Volume 2: Short Papers)
pdf
CasSys, a free transducer cascade system (CasSys Un système libre de cascades de transducteurs) [in French]
Denis Maurel
|
Nathalie Friburger
Proceedings of TALN 2013 (Volume 3: System Demonstrations)
2012
pdf
Coupling Knowledge-Based and Data-Driven Systems for Named Entity Recognition
Damien Nouvel
|
Jean-Yves Antoine
|
Nathalie Friburger
|
Arnaud Soulet
Proceedings of the Workshop on Innovative Hybrid Approaches to the Processing of Textual Data
2011
pdf
Cascades de transducteurs autour de la reconnaissance des entités nommées [CasEN: a transducer cascade to recognize French Named Entities]
Denis Maurel
|
Nathalie Friburger
|
Jean-Yves Antoine
|
Iris Eshkol-Taravella
|
Damien Nouvel
Traitement Automatique des Langues 2011 Volume 52 Numéro 1
2010
pdf
abs
Eslo: From Transcription to Speakers’ Personal Information Annotation
Iris Eshkol
|
Denis Maurel
|
Nathalie Friburger
Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC'10)
This paper presents the preliminary works to put online a French oral corpus and its transcription. This corpus is the Socio-Linguistic Survey in Orleans, realized in 1968. First, we numerized the corpus, then we handwritten transcribed it with the Transcriber software adding different tags about speakers, time, noise, etc. Each document (audio file and XML file of the transcription) was described by a set of metadata stored in an XML format to allow an easy consultation. Second, we added different levels of annotations, recognition of named entities and annotation of personal information about speakers. This two annotation tasks used the CasSys system of transducer cascades. We used and modified a first cascade to recognize named entities. Then we built a second cascade to annote the designating entities, i.e. information about the speaker. These second cascade parsed the named entity annotated corpus. The objective is to locate information about the speaker and, also, what kind of information can designate him/her. These two cascades was evaluated with precision and recall measures.
pdf
abs
An Analysis of the Performances of the CasEN Named Entities Recognition System in the Ester2 Evaluation Campaign
Damien Nouvel
|
Jean-Yves Antoine
|
Nathalie Friburger
|
Denis Maurel
Proceedings of the Seventh International Conference on Language Resources and Evaluation (LREC'10)
In this paper, we present a detailed and critical analysis of the behaviour of the CasEN named entity recognition system during the French Ester2 evaluation campaign. In this project, CasEN has been confronted with the task of detecting and categorizing named entities in manual and automatic transcriptions of radio broadcastings. At first, we give a general presentation of the Ester2 campaign. Then, we describe our system, based on transducers. Next, we depict how systems were evaluated during this campaign and we report the main official results. Afterwards, we investigate in details the influence of some annotation biases which have significantly affected the estimation of the performances of systems. At last, we conduct an in-depth analysis of the effective errors of the CasEN system, providing us with some useful indications about phenomena that gave rise to errors (e.g. metonymy, encapsulation, detection of right boundaries) and are as many challenges for named entity recognition systems.
pdf
abs
Reconnaissance d’entités nommées : enrichissement d’un système à base de connaissances à partir de techniques de fouille de textes
Damien Nouvel
|
Arnaud Soulet
|
Jean-Yves Antoine
|
Nathalie Friburger
|
Denis Maurel
Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
Dans cet article, nous présentons et analysons les résultats du système de reconnaissance d’entités nommées CasEN lors de sa participation à la campagne d’évaluation Ester2. Nous identifions quelles ont été les difficultés pour notre système, essentiellement : les mots hors-vocabulaire, la métonymie, les frontières des entités nommées. Puis nous proposons une approche pour améliorer les performances de systèmes à base de connaissances, en utilisant des techniques exhaustives de fouille de données séquentielles afin d’extraire des motifs qui représentent les structures linguistiques en jeu lors de la reconnaissance d’entités nommées. Enfin, nous décrivons l’expérimentation menée à cet effet, donnons les résultats obtenus à ce jour et en faisons une première analyse.
2008
pdf
abs
Cascades de transducteurs pour le chunking de la parole conversationnelle : l’utilisation de la plateforme CasSys dans le projet EPAC
Abdenour Mokrane
|
Nathalie Friburger
|
Jean-Yves Antoine
Actes de la 15ème conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
Cet article présente l’utilisation de la plate-forme CasSys pour la segmentation de la parole conversationnelle (chunking) à l’aide de cascades de transducteurs Unitex. Le système que nous présentons est utilisé dans le cadre du projet ANR EPAC. Ce projet a pour objectif l’indexation et l’annotation automatique de grands flux de parole issus d’émissions télévisées ou radiophoniques. Cet article présente tout d’abord l’adaptation à ce type de données d’un système antérieur de chunking (Romus) qui avait été développé pour le dialogue oral homme-machine. Il décrit ensuite les principaux problèmes qui se posent à l’analyse : traitement des disfluences de l’oral spontané, mais également gestion des erreurs dues aux étapes antérieures de reconnaissance de la parole et d’étiquetage morphosyntaxique.
pdf
abs
Automatic Rich Annotation of Large Corpus of Conversational transcribed speech: the Chunking Task of the EPAC Project
Jean-Yves Antoine
|
Abdenour Mokrane
|
Nathalie Friburger
Proceedings of the Sixth International Conference on Language Resources and Evaluation (LREC'08)
This paper describes the use of the CasSys platform in order to achieve the chunking of conversational speech transcripts by means of cascades of Unitex transducers. Our system is involved in the EPAC project of the French National agency of Research (ANR). The aim of this project is to develop robust methods for the annotation of audio/multimedia document collections which contains conversational speech sequences such as TV or radio programs. At first, this paper presents the EPAC project and the adaptation of a former chunking system (Romus) which was developed in the restricted framework of dedicated spoken man-machine dialogue. Then, it describes the problems that are arising due to 1) spontaneous speech disfluencies and 2) errors for the previous stages of processing (automatic speech recognition and POS tagging).
2001
pdf
abs
Elaboration d’une cascade de transducteurs pour l’extraction des noms de personnes dans les textes
Nathalie Friburger
|
Denis Maurel
Actes de la 8ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
Cet article décrit une cascade de transducteurs pour l’extraction de noms propres dans des textes. Après une phase de pré-traitement (découpage du texte en phrases, étiquetage à l’aide de dictionnaires), une série de transducteurs sont appliqués les uns après les autres sur le texte et permettent de repérer, dans les contextes gauches et droits des éléments “déclencheurs” qui signalent la présence d’un nom de personne. Une évaluation sur un corpus journalistique (journal Le Monde) fait apparaître un taux de précision de 98,7% pour un taux de rappel de 91,9%.