Description, modélisation et détection automatique des chaînes de référence (DEMOCRAT)

Overview & Synopsis

Financé par l’ANR dans le cadre de l’appel à projets générique 2015, défi 8 « Sociétés innovantes, intégrantes et adaptative », le projet DEMOCRAT fait suite à un projet PEPS INS2I-INSHS (CNRS) intitulé MC4 (« Modélisation Contrastive et Computationnelle des Chaînes de Coréférence »). Réunissant comme ce dernier des chercheurs du Lattice, d’ICAR et de LiLPa, DEMOCRAT vise à développer les recherches sur la langue et la structuration textuelle du français via l’analyse détaillée et contrastive des chaînes de référence (instanciations successives d’une même entité) dans un corpus diachronique de textes écrits entre le 9ème et le 21ème siècle, avec des genres textuels variés. Le projet mettra à disposition de la communauté scientifique : (i) un modèle intégré et discursif de la référence et de la composition des chaînes de référence ; (ii) un corpus annoté qui puisse servir de corpus de référence et de corpus d’apprentissage pour les campagnes d’évaluation internationales portant sur la coréférence ; (iii) un outil d’annotation, d’aide à l’annotation et de manipulation des données annotées, et (iv) un système de détection automatique des coréférences. Dans cet article de présentation générale du projet, nous présentons les objectifs et les résultats attendus, après un descriptif des activités du laboratoire Lattice (laboratoire porteur du projet).