Étiquetage morpho-syntaxique

Résumé

vignette|C’est une image en language italien En linguistique, l'étiquetage morpho-syntaxique (aussi appelé étiquetage grammatical, POS tagging (part-of-speech tagging) en anglais) est le processus qui consiste à associer aux mots d'un texte les informations grammaticales correspondantes comme la partie du discours, le genre, le nombre, etc. à l'aide d'un outil informatique. Exemple

Texte original : Nous sommes allées en Bretagne contempler de magnifiques allées couvertes du Néolithique.
Texte étiqueté : Nous/PRO:PER sommes/VER:pres allées/VER:pper en/PRP/en Bretagne/NAM contempler/VER:infi de/PRP magnifiques/ADJ allées/NOM couvertes/VER:pper du/PRP:det Néolithique/NAM ./SENT

Logiciels Les étiqueteurs grammaticaux sont très nombreux pour les langues saxonnes mais plus rares pour le français. Quelques étiqueteurs sont accessibles avec un modèle pour le français prêt à l'emploi comme le TreeTagger, LIA Tagg du Laboratoire informatique d'Avignon, Cordial Anal

Source officielle

https://fr.wikipedia.org/wiki/%C3%89tiquetage_morpho-syntaxique

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (22)

Publications associées

Chargement

Personnes associées (3)

Personnes associées

Chargement

Unités associées (1)

Unités associées

Chargement

Concepts associés (12)

Le traitement automatique du langage naturel (TALN), en anglais natural language processing ou NLP, est un domaine multidisciplinaire impliquant la li

La linguistique informatique est un champ interdisciplinaire basé sur une modélisation symbolique (à base de règles) ou statistique du langage naturel établie dans une perspective informatique.

Un corpus est un ensemble de documents, artistiques ou non (textes, s, vidéos), regroupés dans une optique précise. On peut utiliser des corpus dans plusieurs domaines : études littéraires, linguist

Afficher plus

Concepts associés

Chargement

Cours associés (5)

Cours associés

Chargement

Séances de cours associées (20)

Séances de cours associées

Chargement

, , , , , , ,

The aggregation-induced emission properties of tetraarylethenes (TAEs) have led to numerous applications in chemistry, biology, and materials science. Herein, we describe two fluorinated tetraarylethenes, which can be employed as universal tags for the synthesis of solid state luminogens. The tags are accessible in one or two steps from commercially available starting materials. Facile coupling reactions with ubiquitous substrates such as thiols, alcohols, amines, phosphines, aldehydes, and enamines allow preparing a wide range of TAE conjugates, including tagged amino acids, peptides, carbohydrates, steroids, and commercial polymers.

2022

Chargement

Interpreting Language Models Through Knowledge Graph Extraction

Martin Jaggi, Angeliki Romanou, Vinitra Swamy

Transformer-based language models trained on large text corpora have enjoyed immense popularity in the natural language processing community and are commonly used as a starting point for downstream tasks. While these models are undeniably useful, it is a challenge to quantify their performance beyond traditional accuracy metrics. In this paper, we compare BERT-based language models through snapshots of acquired knowledge at sequential stages of the training process. Structured relationships from training corpora may be uncovered through querying a masked language model with probing tasks. We present a methodology to unveil a knowledge acquisition timeline by generating knowledge graph extracts from cloze "fill-in-the-blank" statements at various stages of RoBERTa's early training. We extend this analysis to a comparison of pretrained variations of BERT models (DistilBERT, BERT-base, RoBERTa). This work proposes a quantitative framework to compare language models through knowledge graph extraction (GED, Graph2Vec) and showcases a part-of-speech analysis (POSOR) to identify the linguistic strengths of each model variant. Using these metrics, machine learning practitioners can compare models, diagnose their models' behavioral strengths and weaknesses, and identify new targeted datasets to improve model performance.

2021

Chargement

Detecting Trends in Job Advertisements

Pierre Dillenbourg, Khalil Mrini, Kshitij Sharma

We present an automatic method for trend detection in job ads. From a job-posting website, we collect job ads from 16 countries and in 8 languages and 6 job domains. We pre-process them by removing stop words, lemmatising and performing cross-domain filtering. Then, we improve the vocabulary by forming n-grams and restrict it by filtering based on named-entity and part-of-speech tags. We split the job ads to compare two time periods: the first halves of 2016 and 2017. A trending word is defined as a word with a higher TF-IDF weight in 2017 than in 2016. The results obtained show a close correlation between the position of a word in its text and its trendiness regardless of country, language or job domain.

2017

Chargement