Un modèle probabiliste pour la détection de l’incertitude dans le langage naturel
Parce qu’elle conditionne la confiance que l’on peut avoir dans certaines affirmations, la détection de l’incertitude dans le langage naturel constitue l’un des enjeux majeurs du développement de systèmes exploitant l’analyse de textes e.g. questions-réponses, raisonnement approché, enrichissement d...
Bewaard in:
| Hoofdauteurs: | , , , , |
|---|---|
| Formaat: | Article ou chapitre numérique |
| Taal: | Français |
| Gepubliceerd in: |
2016
|
| Onderwerpen: | |
| Online toegang: | Accès Université d'Orléans et IFPM |
| Samenvatting: | Parce qu’elle conditionne la confiance que l’on peut avoir dans certaines affirmations, la détection de l’incertitude dans le langage naturel constitue l’un des enjeux majeurs du développement de systèmes exploitant l’analyse de textes e.g. questions-réponses, raisonnement approché, enrichissement de bases de connaissances. Après une synthèse des différentes classifications de l’incertitude et des méthodes de détection correspondantes, cet article introduit une approche supervisée et générique de détection de l’incertitude. Celle-ci se base sur une analyse statistique de différentes caractéristiques lexicales et syntaxiques afin de construire une représentation vectorielle d’une phrase utilisée ensuite dans un processus de classification. L’évaluation que nous proposons tient compte des différentes dimensions de l’incertitude et de la nature des textes. Les résultats obtenus sur différents jeux de validation soulignent la performance globale de la méthode proposée et permettent d’envisager l’utilisation de cette méthode dans un contexte plus global d’extraction et d’inférence de connaissances. |
|---|