Un modèle probabiliste pour la détection de l’incertitude dans le langage naturel (notice n° 370716)

détails MARC
000 -LEADER
fixed length control field 03046cam a2200289 4500500
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20250118082117.0
041 ## - LANGUAGE CODE
Language code of text/sound track or separate title fre
042 ## - AUTHENTICATION CODE
Authentication code dc
100 10 - MAIN ENTRY--PERSONAL NAME
Personal name Jean, Pierre-Antoine
Relator term author
245 00 - TITLE STATEMENT
Title Un modèle probabiliste pour la détection de l’incertitude dans le langage naturel
260 ## - PUBLICATION, DISTRIBUTION, ETC.
Date of publication, distribution, etc. 2016.<br/>
500 ## - GENERAL NOTE
General note 8
520 ## - SUMMARY, ETC.
Summary, etc. Parce qu’elle conditionne la confiance que l’on peut avoir dans certaines affirmations, la détection de l’incertitude dans le langage naturel constitue l’un des enjeux majeurs du développement de systèmes exploitant l’analyse de textes e.g. questions-réponses, raisonnement approché, enrichissement de bases de connaissances. Après une synthèse des différentes classifications de l’incertitude et des méthodes de détection correspondantes, cet article introduit une approche supervisée et générique de détection de l’incertitude. Celle-ci se base sur une analyse statistique de différentes caractéristiques lexicales et syntaxiques afin de construire une représentation vectorielle d’une phrase utilisée ensuite dans un processus de classification. L’évaluation que nous proposons tient compte des différentes dimensions de l’incertitude et de la nature des textes. Les résultats obtenus sur différents jeux de validation soulignent la performance globale de la méthode proposée et permettent d’envisager l’utilisation de cette méthode dans un contexte plus global d’extraction et d’inférence de connaissances.
520 ## - SUMMARY, ETC.
Summary, etc. Uncertainty influences the confidence that we have in some affirmations. That is why uncertainty detection is a cornerstone of the development of Natural Language Processing applications e.g. question-answering, approximate reasoning, knowledge bases population. This article proposes an overview of several contributions and classifications defining the concept of uncertainty expressions in natural language, and their related detection methods that have been proposed so far. A new supervised and generic approach is next introduced for this specific task ; it is based on the statistical analysis of multiple lexical and syntactic features used to characterize sentences through vector-based representations that can be analyzed by proven classification methods. The global performance of our approach is demonstrated and discussed with regard to various dimensions of uncertainty and text specificities.
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element classification binaire
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element modèle supervisé
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element détection de l’incertitude linguistique
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element supervised model
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element bianary classification
690 ## - LOCAL SUBJECT ADDED ENTRY--TOPICAL TERM (OCLC, RLIN)
Topical term or geographic name as entry element uncertainty detection in natural language
700 10 - ADDED ENTRY--PERSONAL NAME
Personal name Harispe, Sébastien
Relator term author
700 10 - ADDED ENTRY--PERSONAL NAME
Personal name Ranwez, Sylvie
Relator term author
700 10 - ADDED ENTRY--PERSONAL NAME
Personal name Bellot, Patrice
Relator term author
700 10 - ADDED ENTRY--PERSONAL NAME
Personal name Montmain, Jacky
Relator term author
786 0# - DATA SOURCE ENTRY
Note Document numérique | 19 | 2 | 2016-12-21 | p. 53-73 | 1279-5127
856 41 - ELECTRONIC LOCATION AND ACCESS
Uniform Resource Identifier <a href="https://shs.cairn.info/revue-document-numerique-2016-2-page-53?lang=fr&redirect-ssocas=7080">https://shs.cairn.info/revue-document-numerique-2016-2-page-53?lang=fr&redirect-ssocas=7080</a>

Pas d'exemplaire disponible.

PLUDOC

PLUDOC est la plateforme unique et centralisée de gestion des bibliothèques physiques et numériques de Guinée administré par le CEDUST. Elle est la plus grande base de données de ressources documentaires pour les Étudiants, Enseignants chercheurs et Chercheurs de Guinée.

Adresse

627 919 101/664 919 101

25 boulevard du commerce
Kaloum, Conakry, Guinée

Réseaux sociaux

Powered by Netsen Group @ 2025