:: Enseignements :: Master :: M1 :: 2010-2011 :: Ingénierie Linguistique 1 ::

Étiquetage morphosyntaxique

Modalités de rendu

Pour ce TP, nous vous demandons d'envoyer à Elsa Tolone et Matthieu Constant :

votre code commenté à l'issue de la séance de TP.

Le nom de la pièce jointe doit contenir "NOM_Prénom_gr1/2". L'objet de votre mail sera préfixé par "[IL1]".

Préliminaires

Pour cette séance, vous avez à disposition une collection de textes étiquetés manuellement en catégorie grammaticale: /home/ens/mconstan/tal/suzanne (pour téléchargement, ici).

Exercice 1 - Étiquetage morphosyntaxique

Pour cet exercice, on divise la collection de textes étiquetés en deux corpus: un corpus d'apprentissage (fichiers A01.txt, A02.txt, ..., A14.txt) et un corpus d'évaluation (A19.txt et A20.txt).

On souhaite déterminer la séquence d'étiquettes la plus probable.

Implémenter la phase d'apprentissage pour calculer les probabilités d'émission et de transitions.
Implémenter l'algorithme de Viterbi pour le modèle de Markov caché d'ordre 1.
Évaluer automatiquement votre étiquetage à partir de ce qui est attendu dans le corpus d'évaluation.