@inproceedings{scherrer-2008-transducteurs,
    title = "Transducteurs {\`a} fen{\^e}tre glissante pour l`induction lexicale",
    author = "Scherrer, Yves",
    editor = "Bellot, Patrice  and
      Gu{\'e}not, Marie-Laure",
    booktitle = "Actes de la 15{\`e}me conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. REncontres jeunes Chercheurs en Informatique pour le Traitement Automatique des Langues",
    month = jun,
    year = "2008",
    address = "Avignon, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2008.jeptalnrecital-recital.8/",
    pages = "70--79",
    language = "fra",
    abstract = "Nous appliquons diff{\'e}rents mod{\`e}les de similarit{\'e} graphique {\`a} la t{\^a}che de l`induction de lexiques bilingues entre un dialecte de Suisse allemande et l`allemand standard. Nous comparons des transducteurs stochastiques utilisant des fen{\^e}tres glissantes de 1 {\`a} 3 caract{\`e}res, entra{\^i}n{\'e}s {\`a} l`aide de l`algorithme de maximisation de l`esp{\'e}rance avec des corpus d`entra{\^i}nement de tailles diff{\'e}rentes. Si les transducteurs {\`a} unigrammes donnent des r{\'e}sultats satisfaisants avec des corpus tr{\`e}s petits, nous montrons que les transducteurs {\`a} bigrammes les d{\'e}passent {\`a} partir de 750 paires de mots d`entra{\^i}nement. En g{\'e}n{\'e}ral, les mod{\`e}les entra{\^i}n{\'e}s nous ont permis d`am{\'e}liorer la F-mesure de 7{\%} {\`a} 15{\%} par rapport {\`a} la distance de Levenshtein."
}