Prise en compte de variables syntaxiques et textuelles dans l'analyse sémantique distributionnelle automatique
Abstract
We present an explorative study about the distributional approach (Harris, 1968). In this general framework, we will investigate the influence of various factors on the semantic reconciliation between words. Our study will focus on two levels. We will start by study the influence of different types of syntactic relations, their relevance. For example, subject relationship may be more useful than the object relationship to semantically gather words. We will also observe the position of words in the structure of the document, on two levels. On the global structure of the document, to see if sentences from abstract are more important than the sentences found in sections, conclusion, or anaywhere else. But also in a section, we want to know if it is interesting to pay more intention to titles rather than the following paragraphs.
Nous proposons une étude exploratoire autour de l'approche distributionnelle (Harris, 1968). Dans ce cadre général, nous étudierons plus en détail l'influence de différents facteurs sur le rapprochement sémantique entre mots. Notre étude sera axée sur deux niveaux. Nous souhaitons d'abord étudier l'influence des différents types de relations syntaxiques, leur pertinence. Par exemple, la relation sujet est peut être plus utile que la relation objet pour rapprocher sémantiquement des mots. Nous observerons aussi la position des mots dans la structure du document, ceci à deux niveaux. À la fois sur la structure global du document, pour voir si le texte présent dans le résumé est plus important que le texte présent dans le corps du texte, la conclusion, ou autre. Mais aussi, à l'intérieur d'une section, nous voulons savoir s'il est intéressant de s'intéresser plus aux titres qu'aux paragraphes qui les suivent.