Fabrizio Gotti*, Philippe Langlais*, Guy Lapalme*, Simon Charest** et Éric Brunelle**
*RALI/DIRO; Université de Montréal; C.P. 6128; Succ. Centre-Ville; H3C 3J7 Montréal (Québec), Canada
**Druide informatique inc.; 1435 rue Saint-Alexandre, bureau 1040; H3A 2G4 Montréal (Québec); Canada
Résumé
Nous décrivons une étude menée à l’initiative de Druide informatique inc. conjointement avec le RALI visant à mettre au point un détecteur de surdétections, c’est-à-dire un système capable d’identifier les détections proposées à tort par un correcteur grammatical. Plusieurs classifieurs ont été entraînés de manière supervisée sur quatorze types de fautes détectées par un correcteur grammatical de qualité commerciale. Huit des quatorze classifieurs développés dans ce travail font partie de la plus récente édition du correcteur, intégré dans un assistant de rédaction grand public. Ce travail mené sur une période de six mois est un exemple réussi de déploiement d’une approche d’ingénierie statistique au service d’une application langagière robuste.
Document
Rank
2