Perspectives de normalisation pour les corpus et lexiques multilingues - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2004

Perspectives de normalisation pour les corpus et lexiques multilingues

Résumé

Afin d'effectuer des recherches de plus en plus fines sur la langue, il est nécessaire de disposer d'une infrastructure stable mais flexible pour représenter différents types de ressources linguistiques : corpus annotés et lexiques. Au delà de la simple représentation de données primaires, pour lesquelles le cadre de la TEI (Text Encoding Initiative) est maintenant bien reconnu, je présenterai les grandes lignes d'action du nouveau comité TC 37/SC 4 de l'ISO qui travaille d'une part sur la modélisation d'annotations multi-niveaux et de ressources linguistiques multilingues. Je présenterai en particulier le projet de mise en oeuvre d'un registre de catégories de données en linguistique qui, dans une perspective internationale, devrait permettre de disposer d'un référentiel de comparaison de différents schémas d'annotation ou de bases lexicales. Je finirai en montrant comment de tels standards devraient nous permettre de mieux échanger des données et des outils au sein des communautés de linguistique et de traitement des langues, en m'appuyant sur l'expérience en cours d'espace libre de gestion de ressources linguistiques pour le français FReeBank.

Domaines

Autre [cs.OH]
Fichier non déposé

Dates et versions

inria-00100192 , version 1 (26-09-2006)

Identifiants

  • HAL Id : inria-00100192 , version 1

Citer

Laurent Romary. Perspectives de normalisation pour les corpus et lexiques multilingues. Lexicométrie et corpus multilingues - JADT 2004, 2004, Louvain-la-Neuve, Belgique. ⟨inria-00100192⟩
113 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More