La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

OUTILEX RNTL OUTILEX Présentation des résultats Ministère de l'Industrie Vendredi 24 novembre 2006.

Présentations similaires


Présentation au sujet: "OUTILEX RNTL OUTILEX Présentation des résultats Ministère de l'Industrie Vendredi 24 novembre 2006."— Transcription de la présentation:

1 OUTILEX RNTL OUTILEX Présentation des résultats Ministère de l'Industrie Vendredi 24 novembre 2006

2 OUTILEX RNTL Ordre du jour Présentation synthétique des résultats - Eric Laporte - Université de Marne-la-Vallée Démonstrations Plate-forme - Matthieu Constant - Université de Marne-la-Vallée Moteur de recherche interlingue - Romaric Besançon - CEA Reconnaissance d'expressions multi-mots - Hugues de Mazancourt - Lingway Moteur de recherche dans des documents XML - Massih Amini - Université Paris 6 Filtrage thématique de messages audio - Bénédicte Goujon - Thales R&T Extraction d'information pour alimentation d'une base de connaissances - Catherine Gouttas - Thales Com Discussion

3 OUTILEX RNTL Objectifs et structure du projet

4 OUTILEX RNTL Plate-forme du RNTL : traitement des langues naturelles Budget et durée : environ 3,2 M / 4 ans Démarrage : 1er octobre partenaires Structure : Spécifications, réalisation et tests de la plate-forme : Réalisation de démonstrateurs Répartition Grands groupes, grands instituts : 35 % PME : 31 % Instituts, universités : 34 %

5 OUTILEX RNTL Thales R&T Thales Com CEA LCI Lingway Systran Université de Marne-la-Vallée (IGM), coordinateur Université Paris 6 (LIP6) Inria (Loria) Université de Rouen (PSY.CO) Industriels et grands instituts PME, start-ups Instituts de recherche, universités

6 OUTILEX RNTL Enjeux et objectifs du projet Normalisation des formats des ressources linguistiques Mise à la disposition de la communauté d'outils logiciels et de ressources linguistiques de base Interopérabilité avec les autres systèmes Fluidifier le marché des outils logiciels et des ressources

7 OUTILEX RNTL Systèmes existants GATE (Sheffield) FSM (AT&T) NLTK (communauté open-source) Intex (Univ. Franche-Comté) Unitex (Univ. Marne-la-Vallée)

8 OUTILEX RNTL La plate-forme

9 OUTILEX RNTL Architecture générale

10 OUTILEX RNTL Ressources linguistiques dictionnaires morphosyntaxiques pour le français ( lemmes simples et lemmes composés) pour l'anglais ( lemmes simples et lemmes composés) format XML (compatible avec LMF) jeu d'étiquettes riche et structuré (13 catégories grammaticales, 18 codes flexionnels, divers traits syntactico-sémantiques) niveau de généralité : langues européennes à suffixes

11 OUTILEX RNTL Description du jeu d'étiquettes [,,,] [,,,]

12 OUTILEX RNTL Ressources linguistiques dictionnaires terminologiques aéronautique dictionnaires bilingues une sélection des entrées des dictionnaires morphosyntaxiques format XML

13 OUTILEX RNTL Chaîne de traitement générale

14 OUTILEX RNTL Segmentation texte brut, HTML, RTF, PDF... en entrée segmentation en paragraphes, en phrases et en tokens pré-étiquetage des tokens (information sur l'alphabet, la casse, ponctuation ouvrante, etc.) opération réversible

15 OUTILEX RNTL Segmentation La police a saisi 164 procès-verbaux jeudi dernier La police a saisi 164 procès - verbaux jeudi dernier.

16 OUTILEX RNTL Etiquetage morpho-syntaxique étiquetage lexical par consultation des lexiques représentation de l'ambiguïté par automate (MAF) 4,7 % de silence suite à l'application des dictionnaires livrés avec la plate-forme sur un corpus de dépèches AFP silence de 0,4 % en déduisant les mots inconnus commençant par une majuscule

17 OUTILEX RNTL Etiquetage morpho-syntaxique consultation des lexiques tolérante redressage orthographique et typographique texte étiqueté : représentation compatible avec le modèle MAF représentation plus compacte convertisseurs

18 OUTILEX RNTL Etiquetage morpho-syntaxique

19 OUTILEX RNTL Traitements par grammaires formalisme des RTN pondérés (ou WRTN) plus puissant que les automates et transducteurs finis possibilité de sorties (cf. transducteurs) poids : peuvent être établis grâce à des méthodes statistiques (démonstrateur Thales RT) opérations sur les grammaires conversion de formats XML (graphique ou opérationnel) émondation, déterminisation, minimisation... import/export : Unitex, dot

20 OUTILEX RNTL Traitements par grammaires moteur d'analyse basé sur l'algorithme d'Earley résultat sous la forme d'une forêt partagée d'arbres d'analyse pondérés et annotés par les sorties de la grammaire forêt fournie en entrée à des modules de traitement extérieurs durant l'analyse du corpus (phrase par phrase)

21 OUTILEX RNTL Applications concordancier format XML annotation de textes reconnaissance et étiquetage d'entités nommées et autres motifs extraction d'informations options : sortie texte ou sortie automate (itération possible) options : les parties reconnues sont conservées ou supprimées option : seuil sur le poids du chemin dans la grammaire analyse syntaxique avec unification

22 OUTILEX RNTL Exemple de grammaire

23 OUTILEX RNTL Annotation sur l'automate du texte

24 OUTILEX RNTL Autre grammaire

25 OUTILEX RNTL Gestion des ressources linguistiques module de flexion flexion des mots composés indexation des dictionnaires de formes fléchies efficace : 63 s pour 1,3 million de formes transcodage des ressources dans différents formats : texte (lisible, édition, maintenance) XML (format d'échange, maintenance) binaires (traitements)

26 OUTILEX RNTL Interfaces interface graphique utilisateur mise au point des ressources linguistiques utilisation en ligne de commande mise au point des traitements API optimisation utile pour le traitement de documents nombreux

27 OUTILEX RNTL Normalisation

28 OUTILEX RNTL Textes texte tokenisé texte étiqueté référence : MAF cadre d'annotation morphosyntaxique

29 OUTILEX RNTL Lexiques référence : LMF cadre de balisage de lexiques structuration de lexiques noms propres lexiques terminologiques

30 OUTILEX RNTL Diffusion

31 OUTILEX RNTL Le site web communication entre partenaires après la fin du projet : distribution de la plate-forme et des ressources cotisation annuelle : 100 euros paiement sécurisé sur le site

32 OUTILEX RNTL Publications nationales et internationales formats applications présentations générales

33 OUTILEX RNTL Conclusion opérations de base sur les textes utilisation de ressources à large couverture la plate-forme sera bientôt disponible et ouverte au développement collaboratif (licence LGPL) nouvelles fonctionnalités nouvelles langues


Télécharger ppt "OUTILEX RNTL OUTILEX Présentation des résultats Ministère de l'Industrie Vendredi 24 novembre 2006."

Présentations similaires


Annonces Google