Une méthode automatique de construction de corpus de reformulation
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Buhnila, Ioana
Date de soutenance : 14-06-2023

Directeur(s) de thèse : Todiraşcu-Courtier, Amalia - Tufiş, Dan

Président : Grass, Thierry
Rapporteur(s) : Cislaru, Georgeta - Constant, Mathieu
Membre(s) du jury : Eshkol, Iris - Barbu-Mititelu, Verginica

Établissement de soutenance : Strasbourg
Laboratoire : Linguistique, langues, parole (Strasbourg)
École doctorale : École doctorale des Humanités (Strasbourg ; 2009-....)
 
Discipline : Sciences du langage
Classification : Linguistique générale

Mots-clés libres : Corpus de reformulation médicale, Annotation semi-automatique, Guide d'annotation de reformulations, Marqueurs de reformulation, Analyse lexicale et sémantico-pragmatique, Lisibilité des reformulations, Génération et classification automatique de reformulations
Mots-clés :
  • Reformulation (linguistique) - Langage médical
  • Vocabulaire roumain
  • Analyse linguistique
Résumé : Notre thèse a comme objectif la mise en place d’une méthode semi-automatique de construction des corpus de reformulations sous-phrastiques médicales, en français et en roumain. Nous définissons la reformulation sous-phrastique comme l’équivalence basée sur un noyau sémantique commun, située dans l’empan d’une phrase, qui contribue à la vulgarisation médicale. Notre méthode consiste, d’une part, dans l’exploitation des corpus comparables et des marqueurs pour identifier automatiquement des termes médicaux et leurs reformulations et, d’autre part, dans l’utilisation des architectures à base de réseaux de neurones pour la reconnaissance et la génération automatique de la reformulation. Nous avons construit le premier corpus de textes de vulgarisation médicale en roumain de grande taille, GrandMed-Ro2. Nous avons annoté manuellement et réalisé une analyse linguistique de 19 890 phrases (57% ont une double annotation). Les 11 653 paires de termes médicaux - reformulations validées constituent le corpus RefoMed. Nous évaluons la lisibilité des reformulations pour le grand public et nous analysons 11 314 prédictions de reformulations générées automatiquement.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2023STRAC006
Type de ressource : Thèse