Le développement de corpus annotés pour la langue arabe

Building annotated corpora for the Arabic language

• Auteur / Autrice : Wajdi Zaghouani
• Direction : Sylvain Kahane
• Type : Thèse de doctorat
• Discipline(s) : Sciences du langage
• Date : Soutenance le 06/01/2015
• Etablissement(s) : Paris 10
• Ecole(s) doctorale(s) : École doctorale Connaissance, langage, modélisation (Nanterre)
• Jury : Président / Présidente : Jean-Luc Minel
• Jury : Examinateurs / Examinatrices : Sylvain Kahane, Jean-Luc Minel, Alexis Nasr, Thierry Poibeau, Khalid Choukri, Jean-Luc Muller, Benoît Sagot
• Jury : Rapporteurs / Rapporteuses : Alexis Nasr, Thierry Poibeau

Mots clés

Mots clés contrôlés

Corpus linguistique

Arabe (langue) -- Vocabulaire

Arabe (langue)

Mots clés libres

Annotation de corpus

Guides d’annotation

Treebank

Propbank

Langue arabe

Corpus Annotation

Annotation guidelines

Treebank

Propbank

Arabic Language

Résumé

L’objectif de cette thèse est de montrer les différentes facettes de l’annotation de corpus dans la langue arabe. Nous présentons nos travaux scientifiques sur l’annotation de corpus et sur la création de ressources lexicales dans la langue arabe. D’abord, nous discutons des méthodes, des difficultés linguistiques, des guides d’annotation, de l’optimisation de l’effort d’annotation, ainsi que de l’adaptation à la langue arabe de procédures d’annotation existantes. Ensuite, nous montrons la complémentarité entre les différentes couches d’annotation. Enfin, nous illustrons l’importance de ces travaux pour le traitement automatique des langues en illustrant quelques exemples de ressources et d’applications.

The goal of this thesis is to show the various aspects of corpus annotation in the Arabic language. We present our publications on corpus annotation and lexical resources creation in the Arabic language. First, we discuss the methods, the language difficulties, the annotation guidelines, the annotation effort optimization limits and how we adapted some of the existing annotation procedures to the Arabic language. Furthermore, we show the complementarity between the different layers of annotations. Finally, we illustrate the importance of our work for natural language processing by illustrating some examples of resources and applications.