Building an Electronic Dictionary of Computer Science Terminology

Building an Electronic Dictionary
of Computer Science
Terminology for NOOJ
Farida AOUGHLIS
Université de Tizi ouzou
Email:[email protected]
PLAN
• Introduction.
• Extraction manuelle de terminologie.
• Extraction automatique de terminologie.
• Dictionnaire des termes de l’informatique:
INFO_COMP.
• Conclusion et perspectives.
Extraction de terminologie
• Extraction automatique à l’aide d’outils
• Extraction manuelle
Extraction automatique de
termes
• Approches linguistiques ou syntaxiques
ex: LEXTER
• Approches statistiques ou numériques
ex: ANA
• Approches mixtes ou hybrides
ex: ACABIT
Extraction manuelle de termes
Collecte à partir
- de journaux
- d’ouvrages
- de dictionnaires
Les étapes
1) Lecture
2) Extraction
3) Acquisition (ajouter entrée)
Dictionnaire de l’informatique
INFO_COMP
Codification d’une entrée
Pour le terme : mémoire paginée
mémoire paginée,N+NA+info+FLX=TableRonde
•
•
•
•
Le terme mémoire paginée
catégorie: N+NA
Info: informatique (classe sémantique)
FLX: flexion ,TableRonde étant le nom du modèle de
flexion pour ce terme
Extrait du dictionnaire INFO_COMP
Flexion des composés
• Voir la catégorie du terme (NA,NN,VN…) à partir
de ses composants
• le genre est celui du 1er terme (en général)
• voir s’il y a aussi le masculin ou le féminin
• voir le ou les pluriels
Modèle de flexion
Mémoire centrale magnétique
• MemCentrMagn =
<E>/f+s + s<P>s<PW><PW>s/f+p;
• f+s => Mémoire centrale magnétique
• f+p => Mémoires centrales magnétiques
Description des flexions
Reconnaissance de termes avec coordination
Analyse de texte utilisant INFO_COMP
Acquisition automatique
de termes : méthode linguistique
• Patrons syntaxiques
• Le terminologue valide ou rejette les
candidats termes trouvés
• Codification manuelle des entrées
retenues
• Les termes sont rajoutés comme entrées
du dictionnaire
Acquisition de terminologie avec NOOJ
Conclusion & Perspectives
• Plus de 10000 termes dans le dictionnaire
• 30 000 termes sont recensés et seront
rajoutés
• L’acquisition automatique avec NOOJ
nécessite l’étape de validation et de
codification des entrées
• Difficultés pour trouver des corpus
• Comparer la méthode linguistique avec les
méthodes statistique et mixte (voir ANA et
ACABIT)
• Compléter la mise en place des
grammaires
• Penser à construire un module NOOJ
interactif qui permette de codifier une
entrée et de la rajouter