Annotation anaphorique pour lanalyse smantique de corpus

1
Ananas

• Annotation anaphorique pour lanalyse
  sémantique de corpus
• Bilan 2003
• ATILF, LORIA, Grenoble III, ISSCO
• Susanne Salmon-Alt (ATILF-CNRS, Nancy)

2
Rappel des objectifs

• Choisir le contenu de la base
• genres, taille, annotations pré-existantes,
  accès, ... ?
• Définir les phénomènes linguistiques à couvrir
• coréférence, anaphores associatives, pronoms,
  ellipses, ... ?
• Proposer une norme dannotation en XML
• vers un standard ISO pour le codage ( RNIL,
  TC37/SC4)
• Annoter et/ou convertir les corpus
• recensement et/ou développement doutils,
  préparation des données, annotation
  multi-annotateur (au moins 2)
• Evaluer laccord entre annotateurs
• Assurer diffusion et accès libre aux ressources

3
État davancement
outils daccès
distribution
normes
conversion
annotation
outils dannot.
outils dannot.
préparation
préparation
phénomènes
phénomènes
contenu
contenu
T6
T12
T18
T24
T30
T36
T0
4
Données linguistiques

• Phénomènes à annoter
• guides dannotation pour tous les phénomènes
  retenus
• gt Agnès Tutin, Josette Lecomte, Laurence
  Kister, Mélodie Soufflard
• Préparation des données
•  toilettage , étiquetage morphologique
  (Cordial, Brill) et codage TEI
• gt Gaëlle Durand
• analyse syntaxique (VISL), correction manuelle et
  XML-isation
• gt Ane Dybro Johansen

5
Outils et schémas

• Outil dannotation ( MMAX 0.94, Ch. Muller,
  Heidelberg)
• évaluation critique de linterface et des choix
  de codage
• interface plus conviviale, plus rapide
• schémas dannotation définissable par
  lutilisateur (en XML)
• gt Jean-Luc Benoit, Josette Lecomte, Laurent
  Romary, Susanne Salmon-Alt
• Méta-schéma de codage normalisé
• soumission dun draft ISO à discussion pour LREC
  2004
• gt Laurent Romary, Susanne Salmon-Alt
• Evaluation et rétro-conversion
• interface de rétro-conversion et calcul des
  mesures en ligne
• gt Andrei Popescu-Belis, Loïs Rigouste

6
Annotation des anaphores

• Corpus Le Monde
• anaphores définies associatives (65.000 mots)
• anaphores définies (8000 mots)
• anaphores démonstratives (8000 mots)
• pronoms (8000 mots)
• Corpus JOC
• anaphores définies (6000 mots)
• anaphores démonstratives (50.000 mots)
• Corpus MAIF
• GN et pronoms (6000 mots)
• gt Jean-Luc Benoit, Josette Lecomte, Fabienne
  Mougin, Mélodie Soufflard, Emmanuel Schang,
  Hélène Manuélian, Jérome Nowicki, Susanne
  Salmon-Alt

7
Synopse
?
?
fichier de référence ( mots )
?
?
?
?
corpus originaux ( codages)
?
?
8
... et aussi

• Publications
• LREC 2002, DAARC 2002, TALN 2002 et 2003, WS ACL
  2003, JLC 2003
• LREC 2004, ...
• Evaluation mi-parcours
•  oral  du 17 mars 2003 (merci à Laurent !)
• rapport pour le 15 novembre
• Collaborations
• EML Heidelberg (MMAX)
• Unisinos Porto Alegre (Annotation, Résolveur)
• Universität Odense (VISL) invitation le 27 au
  30 novembre 2003
• Bienvenue à
• Rémi Kister (11 janvier 2003)
• Léon Salmon (23 janvier 2003)
• Arthur Romary (14 mai 2003)

9
Perspectives

•  obligatoires 
• annotation syntaxique génération de fichiers
  MMAX
• annotation
• rétroconversion des données déjà annotées
• mise en ligne des données
• possibles
• mesures autres que coréférentielles
• normalisation du codage syntaxique
• ressources lexicales pour la résolution
  danaphores
• ...
• Collaborations
• GDR  Sémantique et Modélisation  ?