Procédures de désambiguïsation pour les systèmes de recherche d’information

Résumé

Nous discutons de la nécessité de tenir compte de la polysémie nominale pour les systèmes de recherche d’information qui tiennent compte du contenu des textes numérisés. Nous présentons un prototype qui fonctionne en identifiant les substantifs d’un texte donné et en stipulant les domaines qui leur sont rattachés afin de faire ressortir une dominante, et ainsi de procéder au typage du texte en termes de domaine. Ce prototype a pour principale particularité d’utiliser le système intex et de faire appel aux descriptions formalisées du français effectuées au Laboratoire de Linguistique Informatique implémentées sous forme de dictionnaires électroniques et de grammaires locales. Nous montrons comment intex, en s’appuyant sur ces dictionnaires et ces grammaires, peut lever des ambiguïtés relatives à des substantifs.

Abstract

We show how nouns ambiguity affects the quality of Information Extraction systems. We present the iris prototype, which identifies nouns in a text, associates each of them with one or more semantic domains, resolves domain ambiguities, and produces a resulting domain that characterizes the text. This prototype is built with intex, and uses the linguistic resources of the Laboratoire de Linguistique Informatique, implemented in the form of electronic dictionaries for classes of predicates and arguments, and local grammars. We show how intex can be used to integrate and process these resources, and how the resulting system can disambiguate nouns.