@inproceedings{constant-etal-2011-integrer,
title = "Int{\'e}grer des connaissances linguistiques dans un {CRF} : application {\`a} l{'}apprentissage d{'}un segmenteur-{\'e}tiqueteur du fran{\c{c}}ais (Integrating linguistic knowledge in a {CRF}: application to learning a segmenter-tagger of {F}rench)",
author = "Constant, Matthieu and
Tellier, Isabelle and
Duchier, Denys and
Dupont, Yoann and
Sigogne, Anthony and
Billot, Sylvie",
editor = "Lafourcade, Mathieu and
Prince, Violaine",
booktitle = "Actes de la 18e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2011",
address = "Montpellier, France",
publisher = "ATALA",
url = "https://aclanthology.org/2011.jeptalnrecital-long.22",
pages = "246--257",
abstract = "Dans cet article, nous synth{\'e}tisons les r{\'e}sultats de plusieurs s{\'e}ries d{'}exp{\'e}riences r{\'e}alis{\'e}es {\`a} l{'}aide de CRF (Conditional Random Fields ou {``}champs markoviens conditionnels{''}) lin{\'e}aires pour apprendre {\`a} annoter des textes fran{\c{c}}ais {\`a} partir d{'}exemples, en exploitant diverses ressources linguistiques externes. Ces exp{\'e}riences ont port{\'e} sur l{'}{\'e}tiquetage morphosyntaxique int{\'e}grant l{'}identification des unit{\'e}s polylexicales. Nous montrons que le mod{\`e}le des CRF est capable d{'}int{\'e}grer des ressources lexicales riches en unit{\'e}s multi-mots de diff{\'e}rentes mani{\`e}res et permet d{'}atteindre ainsi le meilleur taux de correction d{'}{\'e}tiquetage actuel pour le fran{\c{c}}ais.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="constant-etal-2011-integrer">
<titleInfo>
<title>Intégrer des connaissances linguistiques dans un CRF : application à l’apprentissage d’un segmenteur-étiqueteur du français (Integrating linguistic knowledge in a CRF: application to learning a segmenter-tagger of French)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Matthieu</namePart>
<namePart type="family">Constant</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Isabelle</namePart>
<namePart type="family">Tellier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Denys</namePart>
<namePart type="family">Duchier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Yoann</namePart>
<namePart type="family">Dupont</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Anthony</namePart>
<namePart type="family">Sigogne</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sylvie</namePart>
<namePart type="family">Billot</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2011-06</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 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violaine</namePart>
<namePart type="family">Prince</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montpellier, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans cet article, nous synthétisons les résultats de plusieurs séries d’expériences réalisées à l’aide de CRF (Conditional Random Fields ou “champs markoviens conditionnels”) linéaires pour apprendre à annoter des textes français à partir d’exemples, en exploitant diverses ressources linguistiques externes. Ces expériences ont porté sur l’étiquetage morphosyntaxique intégrant l’identification des unités polylexicales. Nous montrons que le modèle des CRF est capable d’intégrer des ressources lexicales riches en unités multi-mots de différentes manières et permet d’atteindre ainsi le meilleur taux de correction d’étiquetage actuel pour le français.</abstract>
<identifier type="citekey">constant-etal-2011-integrer</identifier>
<location>
<url>https://aclanthology.org/2011.jeptalnrecital-long.22</url>
</location>
<part>
<date>2011-06</date>
<extent unit="page">
<start>246</start>
<end>257</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Intégrer des connaissances linguistiques dans un CRF : application à l’apprentissage d’un segmenteur-étiqueteur du français (Integrating linguistic knowledge in a CRF: application to learning a segmenter-tagger of French)
%A Constant, Matthieu
%A Tellier, Isabelle
%A Duchier, Denys
%A Dupont, Yoann
%A Sigogne, Anthony
%A Billot, Sylvie
%Y Lafourcade, Mathieu
%Y Prince, Violaine
%S Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2011
%8 June
%I ATALA
%C Montpellier, France
%G French
%F constant-etal-2011-integrer
%X Dans cet article, nous synthétisons les résultats de plusieurs séries d’expériences réalisées à l’aide de CRF (Conditional Random Fields ou “champs markoviens conditionnels”) linéaires pour apprendre à annoter des textes français à partir d’exemples, en exploitant diverses ressources linguistiques externes. Ces expériences ont porté sur l’étiquetage morphosyntaxique intégrant l’identification des unités polylexicales. Nous montrons que le modèle des CRF est capable d’intégrer des ressources lexicales riches en unités multi-mots de différentes manières et permet d’atteindre ainsi le meilleur taux de correction d’étiquetage actuel pour le français.
%U https://aclanthology.org/2011.jeptalnrecital-long.22
%P 246-257
Markdown (Informal)
[Intégrer des connaissances linguistiques dans un CRF : application à l’apprentissage d’un segmenteur-étiqueteur du français (Integrating linguistic knowledge in a CRF: application to learning a segmenter-tagger of French)](https://aclanthology.org/2011.jeptalnrecital-long.22) (Constant et al., JEP/TALN/RECITAL 2011)
ACL