Corpus pour la TA : types, tailles et problèmes associés, selon leur usage et le type de système
RésuméLes corpus utilisés en TA de l’écrit et de l’oral ont évolué, depuis les suites de test et les corpus d’essai des débuts, vers des corpus parallèles bilingues ou multilingues, bruts ou enrichis par des métadonnées et une grande variété d’annotations linguistiques. Ils sont assez petits et peuv...
Na minha lista:
| Autor principal: | |
|---|---|
| Formato: | Article ou chapitre numérique |
| Idioma: | Français |
| Publicado em: |
2007
|
| Assuntos: | |
| Acesso em linha: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| Resumo: | RésuméLes corpus utilisés en TA de l’écrit et de l’oral ont évolué, depuis les suites de test et les corpus d’essai des débuts, vers des corpus parallèles bilingues ou multilingues, bruts ou enrichis par des métadonnées et une grande variété d’annotations linguistiques. Ils sont assez petits et peuvent avoir une « granularité » importante en TA « experte », classique, mais sont énormes et de granularité faible en TA « empirique »,, statistique ou fondée sur les exemples. La représentation des textes et l’interface avec le traitement de la parole posent des problèmes spécifiques, ainsi que la segmentation et la structuration des segments et des corpus. Un défi actuel est d’unifier et de mutualiser leur construction et leur gestion. |
|---|