Search Results for author:
Found 20 papers, 0 papers with code
Multilingual Epidemiological Text Classification: A Comparative Study
We conduct a comparative study of different machine and deep learning text classification models using a dataset comprising news articles related to epidemic outbreaks from six languages, four low-resourced and two high-resourced, in order to analyze the influence of the nature of the language, the structure of the document, and the size of the data.
Que rec\`elent les donn\'ees textuelles issues du web ? (What do text data from the Web have to hide ?)
La collecte et l{'}usage opportunistes de donn{\'e}es textuelles tir{\'e}es du web sont sujets {\`a} une s{\'e}rie de probl{\`e}mes {\'e}thiques, m{\'e}thodologiques et {\'e}pist{\'e}mologiques qui m{\'e}ritent l{'}attention de la communaut{\'e} scientifique.
Bien choisir son outil d'extraction de contenu \`a partir du Web (Choosing the appropriate tool for Web Content Extraction )
Nous proposons une d{\'e}monstration sur l{'}extraction de contenu textuel dans des pages web ainsi que son {\'e}valuation.
Calcul de similarit\'e entre phrases : quelles mesures et quels descripteurs ? (Sentence Similarity : a study on similarity metrics with words and character strings )
Dans notre travail nous nous sommes int{\'e}ress{\'e} {\`a} deux questions : celle du choix de la mesure du similarit{\'e} d{'}une part et celle du choix des op{\'e}randes sur lesquelles se porte la mesure de similarit{\'e}.
Dating Ancient texts: an Approach for Noisy French Documents
The experiments presented in this article focused on documents written in French but we believe that the ability of character-level models to handle noise properly would help to achieve comparable results on other languages and more ancient languages in particular.
A Dataset for Multi-lingual Epidemiological Event Extraction
This paper proposes a corpus for the development and evaluation of tools and techniques for identifying emerging infectious disease threats in online news text.
Out-of-the-Box and into the Ditch? Multilingual Evaluation of Generic Text Extraction Tools
This article examines extraction methods designed to retain the main text content of web pages and discusses how the extraction could be oriented and evaluated: can and should it be as generic as possible to ensure opportunistic corpus construction?
MICHAEL: Mining Character-level Patterns for Arabic Dialect Identification (MADAR Challenge)
We present MICHAEL, a simple lightweight method for automatic Arabic Dialect Identification on the MADAR travel domain Dialect Identification (DID).
Indexation et appariements de documents cliniques pour le Deft 2019 (Indexing and pairing texts of the medical domain )
Pour la ta{\^c}he d{'}indexation nous avons test{\'e} deux m{\'e}thodes, une fond{\'e}e sur l{'}appariemetn pr{\'e}alable des documents du jeu de tset avec les documents du jeu d{'}entra{\^\i}nement et une autre m{\'e}thode fond{\'e}e sur l{'}annotation terminologique.
Mod\`eles en Caract\`eres pour la D\'etection de Polarit\'e dans les Tweets (Character-level Models for Polarity Detection in Tweets )
Notre premi{\`e}re m{\'e}thode est fond{\'e}e sur des lexiques (mots et emojis), les n-grammes de caract{\`e}res et un classificateur {\`a} vaste marge (ou SVM).
Character Based Pattern Mining for Neology Detection
In this paper, neology detection is considered as a classification task where a system has to assess whether a given lexical item is an actual neologism or not.
Ambiguity Diagnosis for Terms in Digital Humanities
If a lexical unit is indeed a term of the domain, it is not true, even in a specialised corpus, that all its occurrences are terminological.
Vers un diagnostic d'ambigu\"\it\'e des termes candidats d'un texte
Dans cet article, nous nous int{\'e}ressons {\`a} l{'}ambigu{\"\i}t{\'e} d{'}un terme en domaine de sp{\'e}cialit{\'e}.
\'Evaluation intrins\`eque et extrins\`eque du nettoyage de pages Web
Nous proposons deux types d{'}{\'e}valuation de cette t{\^a}che de d{\'e}tourage : (I) une {\'e}valuation intrins{\`e}que fond{\'e}e sur le contenu en mots, balises et caract{\`e}res ; (II) une {\'e}valuation extrins{\`e}que fond{\'e}e sur la t{\^a}che, en examinant l{'}effet du d{\'e}tourage des documents sur le syst{\`e}me plac{\'e} en aval de la cha{\^\i}ne de traitement.
Attribution d'Auteur : approche multilingue fond\'ee sur les r\'ep\'etitions maximales
Cet article s{'}attaque {\`a} la t{\^a}che d{'}Attribution d{'}Auteur en contexte multilingue.
