Papers by Lorraine Goeuriot
Proceedings of the 2nd …, Jan 1, 2012
Abstract Opinion mining consists in extracting from a text opinions expressed by its author and t... more Abstract Opinion mining consists in extracting from a text opinions expressed by its author and their polarity. Lexical resources, such as polarized lexicons, are needed for this task. Opinion mining in the medical domain has not been well explored, partly because little ...
Découverte et caractérisation des corpus comparables spécialisés THÈSE pour obtenir le grade de D... more Découverte et caractérisation des corpus comparables spécialisés THÈSE pour obtenir le grade de DOCTEUR DE L'UNIVERSITÉ DE NANTES Discipline : INFORMATIQUE présentée et soutenue publiquement par Lorraine GOEURIOT le 30 Janvier 2009 au LINA devant le jury ci-dessous ÈÖ × ÒØ Ð Ü Ò Ö
Citeseer
Notre objectif est d'automatiser la construction de corpus comparables spécialisés à partir du We... more Notre objectif est d'automatiser la construction de corpus comparables spécialisés à partir du Web. La comparabilité se base sur trois niveaux : le domaine, le thème et le type de discours. Le domaine et le thème peuvent être filtrés grâce aux mots-clés utilisés lors de la recherche. Nous présentons dans cet article la reconnaissance automatique du type de discours dans des documents spécialisés français et japonais, qui nécessite une analyse linguistique poussée. Une analyse contrastive des documents nous permet de déterminer quelles informations paraissent discriminantes. En s'inspirant des travaux classiques de recherche d'information, nous créons une typologie robuste et linguistiquement motivée basée sur trois niveaux d'analyse : structurel, modal et lexical. Cette typologie nous permet d'apprendre des modèles de classification qui donnent de bons résultats, ce qui montre l'efficacité de cette typologie.
Notre objectif est d'automatiser la construction de corpus comparables spécialisés à partir du We... more Notre objectif est d'automatiser la construction de corpus comparables spécialisés à partir du Web. La comparabilité se base sur trois niveaux : le domaine, le thème et le type de discours. Le domaine et le thème peuvent être filtrés grâce aux mots-clés utilisés lors de la recherche. Nous présentons dans cet article la reconnaissance automatique du type de discours dans des documents spécialisés français et japonais, qui nécessite une analyse linguistique poussée. Une analyse contrastive des documents nous permet de déterminer quelles informations paraissent discriminantes. En s'inspirant des travaux classiques de recherche d'information, nous créons une typologie robuste et linguistiquement motivée basée sur trois niveaux d'analyse : structurel, modal et lexical. Cette typologie nous permet d'apprendre des modèles de classification qui donnent de bons résultats, ce qui montre l'efficacité de cette typologie.
Poster at TALN, Jan 1, 2007
L'objectif principal de notre travail consiste à étudier la notion de comparabilité des corpus, e... more L'objectif principal de notre travail consiste à étudier la notion de comparabilité des corpus, et nous abordons cette question dans un contexte monolingue en cherchant à distinguer les documents scientifiques et vulgarisés. Nous travaillons séparément sur des corpus composés de documents du domaine médical dans trois langues à forte distance linguistique (le français, le japonais et le russe). Dans notre approche, les documents sont caractérisés dans chaque langue selon leur thématique et une typologie discursive qui se situe à trois niveaux de l'analyse des documents : structurel, modal et lexical. Le typage des documents est implémenté avec deux algorithmes d'apprentissage (SVMlight et C4.5). L'évaluation des résultats montre que la typologie discursive proposée est portable d'une langue à l'autre car elle permet en effet de distinguer les deux discours. Nous constatons néanmoins des performances très variées selon les langues, les algorithmes et les types de caractéristiques discursives.
... HAL : hal-00411258, version 1. ... ACL-IJCNLP workshop Building and Using Comparable Corpora... more ... HAL : hal-00411258, version 1. ... ACL-IJCNLP workshop Building and Using Comparable Corpora (BUCC 2009), Singapour (2009). Compilation of specialized comparable corpus in French and Japanese. Lorraine Goeuriot 1 , Béatrice Daille 1 , Emmanuel Morin 1. (06/08/2009) ...
There is a proliferation of health-related social media sites where people post information about... more There is a proliferation of health-related social media sites where people post information about their diseases and treatments. These sites can be mined for information about users' experience with these diseases and treatments. This paper reports the results of an initial study of the informational content and linguistic characteristics of postings on drug review sites-with an emphasis on the opinions and sentiments expressed. This paper reports our initial analysis of the informational and linguistic characteristics of user postings on drug-review discussion forums. We investigate on knowledge they contain and information that can be extracted from them. We harvested postings from three websites carrying different kinds of user-generated reviews. We analyzed the corpus to identify the most-reviewed drugs, the vocabulary used, focusing on opinion words, and textual characteristics such as length of postings, sentence length and proportion of the various parts-of-speech. We performed semantic tagging with concepts from the UMLS metathesaurus and analyzed the distribution of medical concepts in the corpus. Our results indicate that the corpus covers a large variety of drugs. Drugs related to depression, anxiety, weight loss, and pain relief are most frequently reviewed. Although the linguistic quality of the text is lower than in scientific writing, the medical content is very rich. Opinion mining can be performed on the corpus since it contains many opinion terms.
… of Organizational and …, Jan 1, 2011
There is a proliferation of health-related social media sites where people post information about... more There is a proliferation of health-related social media sites where people post information about their diseases and treatments. These sites can be mined for information about users 'experience with these diseases and treatments. This paper reports the results of an initial ...
Proceedings of the 2nd Workshop on …, Jan 1, 2009
Proceedings of LREC, Jan 1, 2008
We aim to characterize the comparability of corpora, we address this issue in the trilingual cont... more We aim to characterize the comparability of corpora, we address this issue in the trilingual context through the distinction of expert and non expert documents. We work separately with corpora composed of documents from the medical domain in three languages (French, Japanese and Russian) which present an important linguistic distance between them. In our approach, documents are characterized in each language by their topic and by a discursive typology positioned at three levels of document analysis: structural, modal and lexical. The document typology is implemented with two learning algorithms (SVMlight and C4.5). Evaluation of results shows that the proposed discursive typology can be transposed from one language to another, as it indeed allows to distinguish the two aimed discourses (science and popular science). However, we observe that performances vary a lot according to languages, algorithms and types of discursive characteristics.
Terminology, Jan 1, 2010
With the growth of textual data, techniques are necessary for their selection and organization. T... more With the growth of textual data, techniques are necessary for their selection and organization. The organization of textual documents belonging to specialized languages relies mainly on information reflecting the subject domain, the genre of the document and its ...
Uploads
Papers by Lorraine Goeuriot