Grouping of terms based on linguistic and semantic regularities in a cross-lingual context (Groupement de termes basé sur des régularités linguistiques et sémantiques dans un contexte cross-langue) [in French]

Groupement de termes basé sur des régularités linguistiques et sémantiques dans un contexte cross-langue Marie Dupuch1,2 Thierry Hamon3 Natalia Grabar1 (1) CNRS UMR 8163 STL, Université Lille 3, 59653 Villeneuve d’Ascq, France (2) Viseo-Objet Direct, 4, avenue Doyen Louis Weil, 38000 Grenoble (3) LIM&BIO (EA3969), Université Paris 13, Sorbonne Paris Cité, 74, rue Marcel Cachin, 93017 Bobigny Cedex France RÉSUMÉ Nous proposons d’exploiter des méthodes du Traitement Automatique de Langues dédiées à la structuration de terminologie indépendamment dans deux langues (anglais et français) et de fusionner ensuite les résultats obtenus dans chaque langue. Les termes sont groupés en clusters grâce aux relations générées. L’évaluation de ces relations est effectuée au travers de la comparaison des clusters avec des données de référence et la baseline, tandis que la complémentarité des relations est analysée au travers de leur implication dans la création de clusters de termes. Les résultats obtenus indiquent que : chaque langue contribue de manière équilibrée aux résultats, le nombre de relations hiérarchiques communes est plus grand que le nombre de relations synonymiques communes. Globalement, les résultats montrent que, dans un contexte cross-langue, chaque langue permet de détecter des régularités linguistiques et sémantiques complémentaires. L’union des résultats obtenus dans les deux langues améliore la qualité globale des clusters. ABSTRACT Grouping of terms based on linguistic and semantic regularities in a cross-lingual context We propose to exploit the Natural Language Processing methods dedicated to terminology structuring independently in two languages (English and French) and then to merge the results obtained in each language. The terms are grouped into clusters thanks to the generated relations. The evaluation of the relations is done via the comparison of the clusters with the reference data and the baseline, while the complementarity of the relations is analyzed through their involvement in the clusters of terms. Our results indicate that : each language contributes almost equally to the generated results ; the number of common hierarchical relations is greater than the number of common synonym relations. On the whole, the obtained results point out that in a cross-language context, each language brings additional linguistic and semantic regularities. The union of the results obtained in each language improves the overall quality of the clusters. MOTS-CLÉS : Relations sémantiques, termes, domaine de spécialité, médecine, contexte cross- langue. KEYWORDS: Semantic relations, terms, specialized areas, medicine, cross-lingual context. TALN-RÉCITAL 2013, 17-21 Juin, Les Sables d’Olonne 62 c￿ ATALA 1 Introduction Plusieurs travaux de recherche ont démontré qu’au travers des langues, il est possible de trouver des régularités linguistiques et sémantiques. De plus, ces régularités peuvent être renforcées dans un contexte cross-langue. Ce point peut être intéressant pour différentes applications du Traitement Automatique de Langues (TAL). L’analyse de travaux existants en TAL et en linguistique montre que le contexte cross-langue peut en effet être exploité de différentes manières : – études comparatives, qui permettent de trouver des régularités et universaux interlangues. Ce type d’approche a été par exemple exploitée pour l’étude de la grammaticalisation (Willett, 1988), de la modalité (Diewald et Smirnova, …

Content truncated to 500 words