ECM - École Centrale de Marseille : UMR7279 (Pôle de l'étoile - Technopole de Château-Gombert - 38 rue Frédéric Joliot-Curie - 13013 Marseille - France)
Résumé : Les arbres de mots constituent un des outils de la statistique textuelle pour visualiser les relations sémantiques entre mots d'un texte. Les méthodes de construction de ces arbres à partir d'une distance de co-occurrence dans le texte produisent des arbres dont les longueurs d'arêtes se prêtent mal à l'analyse. Pour faciliter l'interprétation visuelle de l'arbre, l'idéal serait que des longues arêtes séparent des classes sémantiques de mots. Ainsi, découper les arêtes les plus longues de l'arbre devrait conduire à une partition de l'ensemble des mots qui fournit des classes pertinentes. À l'aide de deux corpus dont un sous-ensemble de mots a été partitionné en un ensemble de classes sémantiques, nous évaluons plusieurs formules permettant de recalculer les longueurs d'arêtes de l'arbre construit à partir des distances de co-occurrence, afin de rendre l'interprétation de l'arbre plus facile et plus fiable.
https://hal-upec-upem.archives-ouvertes.fr/hal-00822993 Contributeur : Philippe GambetteConnectez-vous pour contacter le contributeur Soumis le : mercredi 15 mai 2013 - 21:39:57 Dernière modification le : mercredi 23 février 2022 - 15:08:02 Archivage à long terme le : : vendredi 16 août 2013 - 05:30:10
Philippe Gambette, Núria Gala, Alexis Nasr. Longueur de branches et arbres de mots. Corpus, Bases, Corpus, Langage - UMR 7320, 2012, 11 (-), pp.129-146. ⟨hal-00822993⟩