Cascades de transducteurs autour de la reconnaissance des entités nommées [CasEN: a transducer cascade to recognize French Named Entities]

Cascades de transducteurs autour de la reconnaissance des entit´es nomm´ees Denis Maurel* — Nathalie Friburger* — Jean-Yves Antoine*, *** — Iris Eshkol-Taravella** — Damien Nouvel* *Universit´e Franc¸ois Rabelais Tours - Laboratoire d’informatique {Denis.Maurel, Jean-Yves.Antoine, Nathalie.Friburger, Damien.Nouvel}@univ- tours.fr **Universit´e d’Orl´eans - Laboratoire lig´erien de linguistique iris.eshkol@univ-orleans.fr ***Lab-STICC CNRS R ´ESUM ´E. Cet article pr´esente tout d’abord la cascade de transducteurs CasEN pour la recon- naissance des entit´es nomm´ees. CasEN est implant´ee sous le logiciel CasSys de la plate-forme Unitex et est librement mise `a disposition des utilisateurs sous licence LGPL-LR. Apr`es une discussion sur la typologie des entit´es nomm´ees qu’elle utilise et une description du fonction- nement de la cascade, nous rapportons son ´evaluation sur le corpus Eslo 1 (corpus d’Orl´eans) et les performances qu’elle a montr´ees au cours de la campagne d’´evaluation Ester 2. Nous pr´esentons ensuite deux autres cascades qui utilisent le texte ´etiquet´e par CasEN. La premi`ere ajoute des informations sur les locuteurs de l’enquˆete sociolinguistique Eslo 1 et la seconde met en relation des entit´es nomm´ees dans un corpus du journal Le Monde. ABSTRACT. This paper presents first the CasEN transducer cascade to recognize French Named Entities. CasEN is implemented with the CasSys software of the Unitex plateform and is put at user free disposal (LGPL-LR license). We discuss about Named Entity typology used and we describe the cascade, before reporting its evaluation from Eslo 1 corpus and evaluation campaign Ester 2 corpus. Second, we present two other cascades using a CasEN annotated text. The first cascade adds speaker information into the Eslo socio-linguitic survey and the second one links named entities in Le Monde newspaper corpus. MOTS-CL ´ES : cascades de transducteurs, Entit´es nomm´ees, CasSys, CasEN, Eslo 1, Ester 2. KEYWORDS: transducer cascades, Named entities, CasSys, CasEN, Eslo 1, Ester 2. TAL. Volume 52 n° 1/2011, pages 69 `a 96 70 TAL. Volume 52 n° 1/2011 1. Introduction Dans cet article, nous pr´esentons pr´ecis´ement un syst`eme symbolique pour la reconnaissance des entit´es nomm´ees, CasEN (Maurel et al., 2009). Depuis les conf´erences MUC (Message Understanding Conferences), la recherche des entit´es nomm´ees (noms propres, dates et heures, monnaies) (Chinchor, 1997) est une tˆache `a part enti`ere du TAL. Une introduction `a ce domaine peut ˆetre trouv´ee dans (Ehrmann, 2008) et un ´etat de l’art sur les diff´erents syst`emes de reconnaissance des entit´es nomm´ees se trouve dans (Nadeau et Sekine, 2009). Comme ailleurs dans le TAL, deux approches sont concurrentes (ou compl´ementaires dans des syst`emes hybrides, comme (B´echet et al., 2011)), celles centr´ees sur les donn´ees et les tech- niques d’apprentissage, d’une part, et celles, symboliques, `a base de r`egles, d’autre part. D’apr`es la campagne Ester 2, il semble que les approches symboliques sont pour le moment celles qui donnent les meilleurs r´esultats... surtout si on a les moyens de d´evelopper des ressources lexicales et syntaxiques d’envergure, ce qui ´etait le cas pour les deux concurrents arriv´es premiers. Parmi les approches symboliques, plusieurs uti- lisent des transducteurs `a nombre fini d’´etats (Poibeau, 2003), ´eventuellement pass´es en cascade (Ait-mokhtar et …

Content truncated to 500 words