Ressources lexicales, terminologiques et ontologiques : une analyse comparative dans le domaine de l'informatique
Notice bibliographique
Résumé
Résumé Le traitement des textes (automatique ou semi-automatisé) fait de plus en plus souvent appel à des ressources externes (par ex. des bases de données lexicales ou terminologiques, des ontologies) dont la forme et le contenu peuvent varier. La ressource externe est souvent incorporée à une autre forme de traitement et permet d’injecter des connaissances linguistiques, notamment sémantiques, qui ne peuvent être inférées directement à partir du texte. Dans cette contribution, nous étudierons l’intérêt que peuvent présenter les ressources lexicales, terminologiques et ontologiques pour traiter des termes susceptibles de se retrouver dans un texte spécialisé en évaluant leur optique descriptive et leur contenu. Nous nous concentrerons sur le domaine de l’informatique en tenant pour acquis qu’il est représentatif de nombreux autres domaines de spécialité. La présence et le traitement de 75 termes spécifiques ont été étudiés dans six ressources électroniques de nature différente. Les résultats révèlent que les ressources, dans leur état actuel, ne tiennent pas compte de manière satisfaisante de l’ensemble des propriétés des termes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».