OntoBedding

Equipe(s)
Etat
Titre du projet
Amélioration de plongements lexicaux par des ontologies pour leur adaptation aux domaines de spécialité
Nom de l'appel d'offre
DIM iDf RFSI
Coordinateur.trice
Thomas Lavergne (LIMSI, Univ. Paris-Saclay)
Participants de MaIAGE
Louise Deléger, Arnaud Ferré, Robert Bossy, Claire Nédellec
Partenaires (hors MaIAGE)
LIMSI/LISN (Univ. Paris-Saclay)
Année de démarrage - Année de fin de projet
2019-2019
Date de fin du projet
Résumé
OntoBedding se place dans le contexte du text-mining, en particulier de méthodes nouvelles basées sur des plongements lexicaux (​word embeddings). Les plongements lexicaux sont des représentations vectorielles de mots, qui ont permis des avancées dans de nombreuses tâches centrales de text mining (reconnaissance d’entités, extraction de relations).
L’objectif de OntoBedding est l’expérimentation de l’apport du biais des plongements lexicaux par une ontologie. Cet apport est évalué par une tâche de normalisation d’entités reconnue dans le domaine (BioNLP-ST 2016 - Bacteria Biotopes). Nous utilisons l’approche décrite par par Ferré et al. (2017) basée sur une représentation vectorielle de l’ontologie et sur l’apprentissage d’une projection linéaire entre les espaces des plongements lexicaux et de l’ontologie cible.
Année de soumission
2019