Disambiguating automatic semantic annotation based on a thesaurus structure
Véronique Malaisé, Luit Gazendam, Hennie Brugman · MPG.PuRe (Max Planck Society) · 2007
La relation voir/employé pour d'un thesaurus est souvent plus complexe que la (para-)synonymie recommandée dans le standard ISO-2788 qui décrit le contenu de ces vocabulaires contrôlés.Le fait qu'un non descripteur puisse être rattaché à plusieurs descripteurs, et le fait que seuls ces derniers soient pertinents dans le cadre de l'indexation contrôlée, font que cette relation est complexe à utiliser dans un contexte d'annotation automatisée : elle génère des cas d'ambiguité.Dans ce papier, nous présentons CARROT, un algorithme que nous avons mis au point pour classer les résultats de notre chaîne de traitements pour l'Extraction d'Information, et son utilisation dans le cadre de la sélection du descripteur correct parmi plusieurs possibilités.Cette sélection est fait dans le but d'une validation humaine, afin de simplifier et d'accélérer le travail des documentalistes annotant au quotidien et se base sur la structure de leur thesaurus.Nous arrivons à un succès de 95.5 %, et discutons ces résultats ainsi que des perspectives à cette expérimentation.