<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="ferre-2017-normalisation">
    <titleInfo>
        <title>Normalisation de termes complexes par sémantique distributionnelle guidée par une ontologie (Normalization of complex terms with distributional semantics guided by an ontology)</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Arnaud</namePart>
        <namePart type="family">Ferré</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2017-06</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">fra</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes des 24ème Conférence sur le Traitement Automatique des Langues Naturelles. 19es REncontres jeunes Chercheurs en Informatique pour le TAL (RECITAL 2017)</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Iris</namePart>
            <namePart type="family">Eshkol-Taravella</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Jean-Yves</namePart>
            <namePart type="family">Antoine</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Orléans, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>Nous proposons dans cet article une méthode semi-supervisée originale pour la création de représentations vectorielles pour des termes (complexes ou non) dans un espace sémantique pertinent pour une tâche de normalisation de termes désignant des entités dans un corpus. Notre méthode s‘appuie en partie sur une approche de sémantique distributionnelle, celle-ci générant des vecteurs initiaux pour chacun des termes extraits. Ces vecteurs sont alors plongés dans un autre espace vectoriel construit à partir de la structure d‘une ontologie. Pour la construction de ce second espace vectoriel ontologique, plusieurs méthodes sont testées et comparées. Le plongement s‘effectue par entraînement d‘un modèle linéaire. Un calcul de distance (en utilisant la similarité cosinus) est enfin effectué pour déterminer la proximité entre vecteurs de termes et vecteurs de concepts de l‘ontologie servant à la normalisation. La performance de cette méthode a atteint un rang honorable, ouvrant d‘encourageantes perspectives.</abstract>
    <identifier type="citekey">ferre-2017-normalisation</identifier>
    <location>
        <url>https://aclanthology.org/2017.jeptalnrecital-recital.9/</url>
    </location>
    <part>
        <date>2017-6</date>
        <extent unit="page">
            <start>108</start>
            <end>120</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Normalisation de termes complexes par sémantique distributionnelle guidée par une ontologie (Normalization of complex terms with distributional semantics guided by an ontology)
%A Ferré, Arnaud
%Y Eshkol-Taravella, Iris
%Y Antoine, Jean-Yves
%S Actes des 24ème Conférence sur le Traitement Automatique des Langues Naturelles. 19es REncontres jeunes Chercheurs en Informatique pour le TAL (RECITAL 2017)
%D 2017
%8 June
%I ATALA
%C Orléans, France
%G fra
%F ferre-2017-normalisation
%X Nous proposons dans cet article une méthode semi-supervisée originale pour la création de représentations vectorielles pour des termes (complexes ou non) dans un espace sémantique pertinent pour une tâche de normalisation de termes désignant des entités dans un corpus. Notre méthode s‘appuie en partie sur une approche de sémantique distributionnelle, celle-ci générant des vecteurs initiaux pour chacun des termes extraits. Ces vecteurs sont alors plongés dans un autre espace vectoriel construit à partir de la structure d‘une ontologie. Pour la construction de ce second espace vectoriel ontologique, plusieurs méthodes sont testées et comparées. Le plongement s‘effectue par entraînement d‘un modèle linéaire. Un calcul de distance (en utilisant la similarité cosinus) est enfin effectué pour déterminer la proximité entre vecteurs de termes et vecteurs de concepts de l‘ontologie servant à la normalisation. La performance de cette méthode a atteint un rang honorable, ouvrant d‘encourageantes perspectives.
%U https://aclanthology.org/2017.jeptalnrecital-recital.9/
%P 108-120

Markdown (Informal)

[Normalisation de termes complexes par sémantique distributionnelle guidée par une ontologie (Normalization of complex terms with distributional semantics guided by an ontology)](https://aclanthology.org/2017.jeptalnrecital-recital.9/) (Ferré, JEP/TALN/RECITAL 2017)

• Normalisation de termes complexes par sémantique distributionnelle guidée par une ontologie (Normalization of complex terms with distributional semantics guided by an ontology) (Ferré, JEP/TALN/RECITAL 2017)

ACL

• Arnaud Ferré. 2017. Normalisation de termes complexes par sémantique distributionnelle guidée par une ontologie (Normalization of complex terms with distributional semantics guided by an ontology). In Actes des 24ème Conférence sur le Traitement Automatique des Langues Naturelles. 19es REncontres jeunes Chercheurs en Informatique pour le TAL (RECITAL 2017), pages 108–120, Orléans, France. ATALA.