Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Comprendre les erreurs dans l’annotation automatique d’OFROM

Le corpus OFROM s’appuie sur l’outil d’annotation automatique DisMo (Christodoulides 2014, 2015, 2018) pour l’étiquetage de ses “mots” en part-of-speech (PoS), c’est-à-dire en catégories morpho-syntaxiques telles que le verbe, le pronom, etc.

L’annotation automatique commet des erreurs : on s’attend en général à ce que 5-10% des étiquettes morpho-syntaxiques s’avèrent fausses. Pour le corpus OFROM, il n’y a jamais vraiment eu l’occasion d’évaluer non seulement le taux d’erreurs, mais aussi les causes de ces erreurs (et, à terme, un moyen de les réduire ou d’au moins les signaler).

Continuer la lecture de « Comprendre les erreurs dans l’annotation automatique d’OFROM »