@inproceedings{schwab-etal-2002-vers,
title = "Vers l{'}apprentissage automatique, pour et par les vecteurs conceptuels, de fonctions lexicales. L{'}exemple de l{'}antonymie",
author = "Schwab, Didier and
Lafourcade, Mathieu and
Prince, Violaine",
editor = "Pierrel, Jean-Marie",
booktitle = "Actes de la 9{\`e}me conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2002",
address = "Nancy, France",
publisher = "ATALA",
url = "https://aclanthology.org/2002.jeptalnrecital-long.10",
pages = "126--135",
abstract = {Dans le cadre de recherches sur le sens en traitement automatique du langage, nous nous concentrons sur la repr{\'e}sentation de l{'}aspect th{\'e}matique des segments textuels {\`a} l{'}aide de vecteurs conceptuels. Les vecteurs conceptuels sont automatiquement appris {\`a} partir de d{\'e}finitions issues de dictionnaires {\`a} usage humain (Schwab, 2001). Un noyau de termes manuellement index{\'e}s est n{\'e}cessaire pour l{'}amor{\c{c}}age de cette analyse. Lorsque l{'}item d{\'e}fini s{'}y pr{\^e}te, ces d{\'e}finitions sont compl{\'e}t{\'e}es par des termes en relation avec lui. Ces relations sont des fonctions lexicales (Mel{'}cuk and al, 95) comme l{'}hyponymie, l{'}hyperonymie, la synonymie ou l{'}antonymie. Cet article propose d{'}am{\'e}liorer la fonction d{'}antonymie na{\"\i}ve expos{\'e}e dans (Schwab, 2001) et (Schwab and al, 2002) gr{\^a}ce {\`a} ces informations. La fonction s{'}auto-modifie, par r{\'e}vision de listes, en fonction des relations d{'}antonymie av{\'e}r{\'e}es entre deux items. Nous exposons la m{\'e}thode utilis{\'e}e, quelques r{\'e}sultats puis nous concluons sur les perspectives ouvertes.},
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="schwab-etal-2002-vers">
<titleInfo>
<title>Vers l’apprentissage automatique, pour et par les vecteurs conceptuels, de fonctions lexicales. L’exemple de l’antonymie</title>
</titleInfo>
<name type="personal">
<namePart type="given">Didier</namePart>
<namePart type="family">Schwab</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violaine</namePart>
<namePart type="family">Prince</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2002-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 9ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jean-Marie</namePart>
<namePart type="family">Pierrel</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Nancy, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans le cadre de recherches sur le sens en traitement automatique du langage, nous nous concentrons sur la représentation de l’aspect thématique des segments textuels à l’aide de vecteurs conceptuels. Les vecteurs conceptuels sont automatiquement appris à partir de définitions issues de dictionnaires à usage humain (Schwab, 2001). Un noyau de termes manuellement indexés est nécessaire pour l’amorçage de cette analyse. Lorsque l’item défini s’y prête, ces définitions sont complétées par des termes en relation avec lui. Ces relations sont des fonctions lexicales (Mel’cuk and al, 95) comme l’hyponymie, l’hyperonymie, la synonymie ou l’antonymie. Cet article propose d’améliorer la fonction d’antonymie naïve exposée dans (Schwab, 2001) et (Schwab and al, 2002) grâce à ces informations. La fonction s’auto-modifie, par révision de listes, en fonction des relations d’antonymie avérées entre deux items. Nous exposons la méthode utilisée, quelques résultats puis nous concluons sur les perspectives ouvertes.</abstract>
<identifier type="citekey">schwab-etal-2002-vers</identifier>
<location>
<url>https://aclanthology.org/2002.jeptalnrecital-long.10</url>
</location>
<part>
<date>2002-06</date>
<extent unit="page">
<start>126</start>
<end>135</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Vers l’apprentissage automatique, pour et par les vecteurs conceptuels, de fonctions lexicales. L’exemple de l’antonymie
%A Schwab, Didier
%A Lafourcade, Mathieu
%A Prince, Violaine
%Y Pierrel, Jean-Marie
%S Actes de la 9ème conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2002
%8 June
%I ATALA
%C Nancy, France
%G French
%F schwab-etal-2002-vers
%X Dans le cadre de recherches sur le sens en traitement automatique du langage, nous nous concentrons sur la représentation de l’aspect thématique des segments textuels à l’aide de vecteurs conceptuels. Les vecteurs conceptuels sont automatiquement appris à partir de définitions issues de dictionnaires à usage humain (Schwab, 2001). Un noyau de termes manuellement indexés est nécessaire pour l’amorçage de cette analyse. Lorsque l’item défini s’y prête, ces définitions sont complétées par des termes en relation avec lui. Ces relations sont des fonctions lexicales (Mel’cuk and al, 95) comme l’hyponymie, l’hyperonymie, la synonymie ou l’antonymie. Cet article propose d’améliorer la fonction d’antonymie naïve exposée dans (Schwab, 2001) et (Schwab and al, 2002) grâce à ces informations. La fonction s’auto-modifie, par révision de listes, en fonction des relations d’antonymie avérées entre deux items. Nous exposons la méthode utilisée, quelques résultats puis nous concluons sur les perspectives ouvertes.
%U https://aclanthology.org/2002.jeptalnrecital-long.10
%P 126-135
Markdown (Informal)
[Vers l’apprentissage automatique, pour et par les vecteurs conceptuels, de fonctions lexicales. L’exemple de l’antonymie](https://aclanthology.org/2002.jeptalnrecital-long.10) (Schwab et al., JEP/TALN/RECITAL 2002)
ACL