Französische Ressourcen zur Extraktion und Normalisierung zeitlicher Ausdrücke mit HeidelTime

In diesem Papier beschreiben wir die Entwicklung französischer Ressourcen zur Extraktion und Normalisierung zeitlicher Ausdrücke mit HeidelTime, einem Open-Source-multilingualen, domänenübergreifenden zeitlichen Tagger. HeidelTime extrahiert zeitliche Ausdrücke aus Dokumenten und normalisiert sie gemäß dem TIMEX3-Anmerkungsstandard. Verschiedene Arten von zeitlichen Ausdrücken werden extrahiert: Daten, Zeiten, Dauern und zeitliche Mengen. Französische Ressourcen wurden auf zwei verschiedene Arten evaluiert: anhand des französischen TimeBank-Korpus, einem Korpus von Zeitungsartikeln in französischer Sprache, das gemäß dem ISO-TimeML-Standard annotiert ist, und anhand einer Benutzeranwendung zur automatischen Erstellung von Ereigniszeitlinien. Die Ergebnisse im französischen TimeBank sind recht zufriedenstellend, da sie vergleichbar sind mit denen, die HeidelTime in Englisch und Spanisch bei Nachrichtenartikeln erzielt hat. Bezüglich der Benutzeranwendung verwendeten wir zwei zeitliche Tagger für das Preprocessing des Korpus, um ihre Leistung zu vergleichen, und die Ergebnisse zeigen, dass die Leistung unserer Anwendung bei französischen Dokumenten mit HeidelTime besser ist. Die französischen Ressourcen und Evaluierungsskripte sind mit HeidelTime öffentlich verfügbar.