HyperAIHyperAI

Command Palette

Search for a command to run...

ANTILLES : Un corpus ouvert français enrichi linguistiquement pour la morpho-syntaxe

Richard Dufour Yanis Labrak

Résumé

L’analyse morphosyntaxique par étiquetage des parties du discours (POS) constitue une tâche classique du traitement automatique du langage (NLP). Bien que de nombreux outils et corpus aient été proposés, notamment pour les langues les plus parlées, ceux-ci souffrent souvent de limitations liées à leur licence d’utilisation, à la taille de leur ensemble d’étiquettes (tagset), ou encore à des approches dépassées par rapport à l’état de l’art. Dans cet article, nous proposons ANTILLES, une version étendue d’un corpus français existant (UD French-GSD), intégrant un ensemble original d’étiquettes obtenues grâce à des caractéristiques morphologiques (genre, nombre, temps, etc.). Cette version étendue comporte 65 étiquettes, contre 16 dans la version initiale. Nous avons également mis en œuvre plusieurs outils d’étiquetage POS pour le français à partir de ce corpus, en intégrant les avancées les plus récentes de l’état de l’art dans ce domaine. Le corpus ainsi que les outils d’étiquetage POS sont entièrement ouverts et disponibles gratuitement.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp