Identification d’occurrences de candidats termes dans des articles scientifiques
Cet article compare deux campagnes d’annotation successives visant l’identification manuelle des occurrences de candidats termes relevant de la discipline scientifique dans laquelle s’inscrit l’article. Les deux campagnes se distinguent par leurs objectifs. La première visait l’enrichissement de ter...
שמור ב:
| הוצא לאור ב: | URI:https://journals.openedition.org/corela, |
|---|---|
| Auteurs principaux: | , |
| פורמט: | Article ou chapitre numérique |
| יצא לאור: |
Corela
2022
|
| נושאים: | |
| גישה מקוונת: | Accès Université d'Orléans et IFPM Accès Université d'Orléans et IFPM |
| סיכום: | Cet article compare deux campagnes d’annotation successives visant l’identification manuelle des occurrences de candidats termes relevant de la discipline scientifique dans laquelle s’inscrit l’article. Les deux campagnes se distinguent par leurs objectifs. La première visait l’enrichissement de terminologies existantes. La seconde avait le double objectif de comparer plusieurs environnements d’annotation (BRAT, GATE, GLOZZ) et de mesurer la difficulté de la tâche d’annotation en sciences humaines et sociales (SHS) par rapport aux sciences dites exactes. Les corpus produits ne permettant pas de comparer les deux campagnes directement, nous les exploitons comme corpus d’apprentissage dans une tâche test qui consiste à automatiser l’annotation manuelle. L’objectif est de savoir si le corpus de la seconde campagne permet d’augmenter les performances de la tâche test par rapport à celui de la première campagne. |
|---|