Multimodal Monolingual Comparable Corpus Alignment - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Multimodal Monolingual Comparable Corpus Alignment

Alignement inter-modalités de corpus comparable monolingue

Résumé

Increased production of information materials like text or audio available (newspapers, radio, audio of television programs, etc..) requires the development of automated tools for tracking and navigation. It should be possible for example, when reading a newspaper article online, to access parts of radio emissions corresponding to the current reading. This fine navigation between different media requires the alignment of "Passages" with similar content within document extracts of different comparable monolingual modalities. Our work focuses on this alignment problem of short texts in a multimodal monolingual comparable context. The problem lies in finding similarities between short text and how to extract the features of these texts to help us find similarities for the alignment process. We contribute to this problem in three parts. The first part tries to define similarity which is the basis of the alignment process. The second part aims at developing a new text representation to facilitate the creation of the gold corpus on which alignment methods will be evaluated. Finally, the third contribution is to study different methods of alignment and the effect of its components on the alignment process. These components include different text representations, weights and similarity measures.
L'augmentation de la production des documents électroniques disponibles sous forme du texte ou d'audio (journaux, radio, enregistrements audio de télévision, etc.) nécessite le développement d'outils automatisés pour le suivi et la navigation. Il devrait être possible, par exemple, lors de la lecture d'un article d'un journal en ligne, d'accéder à des émissions radio correspondant à la lecture en cours. Cette navigation fine entre les différents médias exige l'alignement des "passages" avec un contenu similaire dans des documents issus de différentes modalités monolingues et comparables. Notre travail se concentre sur ce problème d'alignement de textes courts dans un contexte comparable monolingue et multimodal. Le problème consiste à trouver des similitudes entre le texte court et comment extraire les caractéristiques de ces textes pour nous aider à trouver les similarités pour le processus d'alignement. Nous contributions à ce problème en trois parties. La première partie tente de définir la similitude qui est la base du processus d'alignement. La deuxième partie vise à développer une nouvelle représentation de texte afin de faciliter la création du corpus de référence qui va servir à évaluer les méthodes d'alignement. Enfin, la troisième contribution est d'étudier différentes méthodes d'alignement et l'effet de ses composants sur le processus d'alignement. Ces composants comprennent différentes représentations textuelles, des poids et des mesures de similarité.
Fichier principal
Vignette du fichier
Prajol_Shrestha_these.pdf (1.67 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00909179 , version 1 (26-11-2013)

Identifiants

  • HAL Id : tel-00909179 , version 1

Citer

Prajol Shrestha. Multimodal Monolingual Comparable Corpus Alignment. Computation and Language [cs.CL]. Université de Nantes, 2013. English. ⟨NNT : ⟩. ⟨tel-00909179⟩
230 Consultations
586 Téléchargements

Partager

Gmail Facebook X LinkedIn More