Foire aux questions
- J'ai consulté les données d'apprentissage et je m'attendais à trouver également quelques textes en anglais, tel qu'indiqué sur la page de présentation (http://deft2011.limsi.fr/index.php?id=4&lang=fr) où il est dit : "Deux langues seront proposées : le français, avec des articles en Sciences Humaines et Sociales ; l'anglais, avec des articles du domaine de la santé." Cependant, les textes sont uniquement en français. Est-ce que cela signifie qu'aucun article en anglais ne sera intégré au challenge ?
→ Malheureusement, je n'ai pas eu le temps de préparer les corpus en anglais. En conséquence, il n'y a que le français pour cette année. Nous intégrerons les articles en anglais pour DEFT2012.
- Merci de nous avoir transmis le corpus en français. Nous sommes très intéressés par les travaux de fouille dans des publications et sommes heureux de travailler sur ce jeu de données. Cependant, nous avons codés tous nos modules pour des corpus anglais. Nous sommes actuellement en cours d'adaptation des algorithmes au français. Pourriez-vous nous fournir des corpus parallèles français/anglais sur des articles scientifiques, de manière à ce que nous puissions vérifier nos algorithmes et les adapter le mieux possible au français ?
→ Malheureusement, par manque de temps, nous n'avons aucun corpus anglais déjà disponible... Les corpus anglais que nous visions ne sont ni parallèles, ni comparables, avec le corpus français. Je ne vois pas quel corpus parallèles je pourrais trouver pour vous aider.
- La version du fichier "132.res" que j'ai est en grec (en tout cas, Systran traduit la première phrase de la façon suivante : "L'étude des travaux intelligibles pendant la réalisation du travail de traduction constitue défi important pour les experts à la didactique". Par contre, le fichier correspondant semble être en français. Faut-il le retirer du corpus ou ais-je commis une erreur?
→ Vous n'avez commis aucune erreur sur la présence du résumé rédigé en grec dans le fichier 132.res (nous ne l'avons pas détecté lors de la constitution du corpus, le seul parmi tous les fichiers) ; je confirme que celui-ci est bien apparié avec l'article 174.art et le texte 209.txt qui eux, sont rédigés en français. Je vous précise par ailleurs que le corpus de test ne comprend aucun autre document en grec.
- J'ai noté que le nom de la revue était indiqué dans les articles et dans les résumés. Je me demande quel est le statut de cette information? La procédure développée peut-elle la prendre en compte pour diviser par 5 (ou 6 lors du test) le nombre de candidats possibles?
→ En ce qui concerne la présence du nom de la revue dans les méta-données, je vous confirme que vous pouvez en tenir compte dans votre approche ; cette information sera également présente dans tous les fichiers du corpus de test.