Dans le cadre de son postdoc à l’université Gustave Eiffel pour le projet Cité des Dames, Eleni Kogkitsidou a développé l’outil libre GeoNER pour la reconnaissance d’entités nommées géographiques.
GeoNER est un comparateur qui utilise cinq outils (CasEN, CoreNLP, Perdido, SEM, spaCy), en harmonisant le format de sortie, pour repérer les noms propres correspondant aux toponymes. Chacun de ces outils utilise différentes approches fondées sur l’apprentissage automatique ou les règles. Après observation sur les premiers résultats obtenus favorisant les approches à base des règles, une approche supplémentaire appelée CasEN+R(repair) a été implémentée. CasEN+R est une approche qui combine la sortie de CasEN en utilisant des règles supplémentaires, des ressources linguistiques et certains graphes existants fournis par CasEN.
Ces approches ont été évaluées grâce au script eval.sh qui fournit des informations en terme de précision, rappel et f-mesure sur les performances des différentes approches appliquées sur des textes anciens :
Ce travail a fait l’objet d’une communication à la quatrième édition du colloque international ACM SIGSPATIAL GeoHumanities 2020 :
Eleni Kogkitsidou & Philippe Gambette, “Normalisation of 16th and 17th century texts in French and geographical named entity recognition”. ACM SIGSPATIAL GeoHumanities’20, p. 28-34, DOI : 10.1145/3423337.3429437.
Voici la vidéo de présentation à l’événement qui s’est tenu en ligne le 5 novembre 2020 :
Eleni Kogkitsidou a également encadré le stage de Jonathan Poinhos, étudiant du master 1 d’informatique de l’université Gustave Eiffel, co-encadré par Philippe Gambette, intitulé « Approches automatiques pour la modernisation des textes du XVe au XVIIIe siècle ». L’outil ABA développé par Jonathan lors de ce stage fera l’objet d’une publication, actuellement en cours de rédaction.
Nous remercions l’université Gustave Eiffel pour le prolongement d’un mois du contrat d’Eleni suite aux difficultés rencontrées pendant la crise sanitaire du printemps 2020.