Classification supervisée multi-étiquette en actes de dialogue: analyse discriminante et transformations de Schoenberg

Détails

Ressource 1Télécharger: BIB_DDF987FF7BF5.P001.pdf (3976.17 [Ko])
Etat: Public
Version: Final published version
ID Serval
serval:BIB_DDF987FF7BF5
Type
Actes de conférence (partie): contribution originale à la littérature scientifique, publiée à l'occasion de conférences scientifiques, dans un ouvrage de compte-rendu (proceedings), ou dans l'édition spéciale d'un journal reconnu (conference proceedings).
Collection
Publications
Titre
Classification supervisée multi-étiquette en actes de dialogue: analyse discriminante et transformations de Schoenberg
Titre de la conférence
Actes des 12èmes Journées internationales d'analyse statistique des données textuelles (JADT 2014)
Auteur(s)
Cocco C.
Organisation
INALCO ; Sorbonne Nouvelle
Adresse
Paris
ISBN
9782954778112
Statut éditorial
Publié
Date de publication
2014
Peer-reviewed
Oui
Editeur scientifique
Née E., Daube J.-M., Valette M., Fleury S.
Pages
147-160
Langue
français
Résumé
Abstract
This work studies the multi-label classification of turns in simple English Wikipedia talk pages into dialog acts. The treated dataset was created and multi-labeled by (Ferschke et al., 2012). The first part analyses dependences between labels, in order to examine the annotation coherence and to determine a classification method. Then, a multi-label classification is computed, after transforming the problem into binary relevance. Regarding features, whereas (Ferschke et al., 2012) use features such as uni-, bi-, and trigrams, time distance between turns or the indentation level of the turn, other features are considered here: lemmas, part-of-speech tags and the meaning of verbs (according to WordNet). The dataset authors applied approaches such as Naive Bayes or Support Vector Machines. The present paper proposes, as an alternative, to use Schoenberg transformations which, following the example of kernel methods, transform original Euclidean distances into other Euclidean distances, in a space of high dimensionality.
Résumé
Ce travail étudie la classification supervisée multi-étiquette en actes de dialogue des tours de parole des contributeurs aux pages de discussion de Simple English Wikipedia (Wikipédia en anglais simple). Le jeu de données considéré a été créé et multi-étiqueté par (Ferschke et al., 2012). Une première partie analyse les relations entre les étiquettes pour examiner la cohérence des annotations et pour déterminer une méthode de classification. Ensuite, une classification supervisée multi-étiquette est effectuée, après recodage binaire des étiquettes. Concernant les variables, alors que (Ferschke et al., 2012) utilisent des caractéristiques telles que les uni-, bi- et trigrammes, le temps entre les tours de parole ou l'indentation d'un tour de parole, d'autres descripteurs sont considérés ici : les lemmes, les catégories morphosyntaxiques et le sens des verbes (selon WordNet). Les auteurs du jeu de données ont employé des approches telles que le Naive Bayes ou les Séparateurs à Vastes Marges (SVM) pour la classification. Cet article propose, de façon alternative, d'utiliser et d'étendre l'analyse discriminante linéaire aux transformations de Schoenberg qui, à l'instar des méthodes à noyau, transforment les distances euclidiennes originales en d'autres distances euclidiennes, dans un espace de haute dimensionnalité.
Mots-clé
actes de dialogue, pages de discussion de Wikipédia, classification multi-étiquette, WordNet, analyse discriminante, transformations de Schoenberg
Création de la notice
06/05/2014 14:54
Dernière modification de la notice
20/08/2019 16:02
Données d'usage