Utilisation des Ontologies dans la Catégorisation de Textes Multilingues

Abstract

L’objectif de la catégorisation de textes multilingues est de permettre l’assignation d’une ou plusieurs catégories parmi une liste prédéfinie aux textes multilingues. La solution la plus directe consiste a traduire tout les documents vers une seule langue. Néanmoins, cette solution souffre de l’imprécision des techniques de traduction automatique. Les travaux de cette thèse s’inscrivent dans la problématique générale liée à l’utilisation des ontologies pour la catégorisation de textes multilingues.

Dans notre première contribution, nous proposons une nouvelle approche de catégorisation multilingue intégrant les ontologies dans la phase de représentation comme moyen pour réduire les distorsions d’information causées par les traducteurs. L’idée consiste a mapper les traductions générées via les concepts de l’ontologie monolingue utilisée.

Dans la deuxième contribution, nous proposons une extension de la première approche qui se base sur l’utilisation des ontologies multilingues afin d’éviter l’utilisation des techniques de traduction automatique.

Dans nos expérimentations, nous utilisons le Princeton WordNet ainsi que le WordNet Espagnol pour évaluer les deux approches proposées sur deux corpus bilingues Anglais-Espagnol. Les résultats obtenus montrent une nette amélioration par rapport a l’approche basée sur la traduction automatique.