100 likes | 216 Views
This project at Université Montpellier 2 focuses on creating a trilingual glossary in ecology by extracting terms from scientific articles, expert validation, and lexical transfer. The text mining process involves tagging, cleaning, and converting raw corpuses to identify candidate terms, with initial results evaluating 200 terms. Future steps include refining terminology organization, lexical translation (English-French), and term validation through an interface. The project aims to enhance understanding and communication in biodiversity research.
E N D
MamadouDieye, Mohamed RafikDoulache, Mustapha Floussi, Julie Chabalier, Isabelle Mougenot, Mathieu Roche Université Montpellier 2, Espace-Dev, Natural Solutions, LIRMM Construction d’un dictionnaire multilingue de biodiversité à partir de dires d’experts
Plan • Introduction • Processus global de Fouille de Textes (FdT) • Résultats préliminaires • Perspectives / Conclusion
1. Introduction Objectifà long terme: Construction d’un glossairetrilingue(français, anglais, arabe) des termes de l'écologie Travail en cours : (1) Extraction de termesdans les articles scientifiques (2) Expertise des termes (3) Transfert lexical
2. Processus de FdT - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Corpusétiqueté Corpus brut Corpus nettoyé Nettoyage Etiquetage Conversion
2. Processus de FdT : Etiquetage The/DT processes/NNS of/IN domestication/NN of/IN plant/NN and/CC animal/NN ... The processes of domestication of plant and animal … Étiqueteur de Brill Utilisation de lexiques, règleslexicales, règlescontextuelles
2. Processus de FdT - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Corpus brut Corpus nettoyé Corpusétiqueté Termes Nettoyage Etiquetage Conversion Extraction de la terminologie
2. ProcessusFdT : Extraction des candidatstermes - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - EXIT (EXtractionItérative de la Terminologie) Termescandidats Corpus étiqueté • Types determes: • Nom-Nom • Adjectif-Nom • Nom-Préposition-Nom • ...
3. Résultatspréliminaires 200 termesévalués
4. Perspectives • Organisation de la terminologie: • (1) IHM pour la validation des termes • (2) Organisation de la terminologieacquise (SKOS) • Transfert lexical (anglais/français) : • (1) Extraction des candidatsà la traduction : • Mediterranean landscapes / PaysagesMéditerranéens✓ • Mediterranean landscapes / Andrea Navagero✗ • (2) Classement des candidats : • Dice(exp,cand) = 2 Xnb(exp, cand) / (nb(exp) + nb(cand))
Processus de FdT - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - Corpus brut Corpus nettoyé Corpusétiqueté Termes Nettoyage Etiquetage Conversion Extraction de la terminologie