Résolution interactive des ambiguïtés des entités nommées dans la littérature fictionnelle

Résumé La reconnaissance des entités nommées (REN) désigne la tâche de détecter des entités et leurs classes correspondantes, telles que personne ou lieu, dans des données textuelles non structurées. Pour la plupart des applications, les logiciels REN à la pointe de la technologie produisent des résultats raisonnables. Cependant, en raison des limitations méthodologiques et des pièges bien connus lors de l'analyse des données en langage naturel, il est probable que les résultats de la REN contiennent des ambiguïtés. Dans cet article, nous présentons une technique de résolution des ambiguïtés de la REN interactive, qui permet aux utilisateurs de créer des règles (post-traitement) pour les données de reconnaissance des entités nommées en fonction du contenu et du contexte des entités des documents analysés. Nous abordons spécifiquement le problème que, dans des cas d'utilisation où les ambiguïtés sont problématiques, comme l'attribution de traits aux personnages fictifs, il est souvent irréalisable de former des modèles sur des données sur mesure pour améliorer les logiciels REN à la pointe de la technologie. Nous dérivons un modèle de processus itératif pour améliorer les résultats de la REN, montrons un prototype de résolution des ambiguïtés de la REN interactive, illustrons notre approche avec la littérature contemporaine et discutons de notre travail et des recherches futures.