文章基本信息

标题：Fouille de données séquentielles pour l’extraction d’information dans les textes
本地全文：下载
作者：Thierry Charnois ; Marc Plantevit ; Christophe Rigotti 等
期刊名称：Traitement Automatique des Langues
印刷版ISSN：1248-9433
电子版ISSN：1965-0906
出版年度：2009
卷号：50
期号：3
出版社：ATALA - Assoc Traitement Automatique Langues
摘要：Cet article montre l’intérêt d’utiliser les motifs issus des méthodes de fouille de données dans le domaine du TAL appliqué à la biologie médicale et génétique, et plus particulièrement dans les tâches d’extraction d’information. Nous proposons une approche pour apprendre les patrons linguistiques par une méthode de fouille de données fondée sur les motifs séquentiels et sur une fouille dite récursive des motifs eux-mêmes. Une originalité de notre approche est de s’affranchir de l’analyse syntaxique tout en permettant de produire des résultats symboliques, intelligibles pour l’utilisateur, a contrario des méthodes numériques qui restent difﬁcilement interprétables. Elle ne nécessite pas de ressources linguistiques autres que le corpus d’apprentissage. Pour la reconnaissance d’entités biologiques nommées, nous proposons une méthode fondée sur un nouveau type de motifs intégrant une séquence et son contexte.