Vers une plateforme de gestion des corpus et d'analyse de texte en langue arabe

Abstract

Pour des langues comme l’Anglais, les ressources disponibles sont très larges, variées et disponibles. Mais pour certaines langues, il existe peu de telles ressources. L'arabe est un exemple approprié. Bien qu'il s’agisse d'une langue largement parlée, il a été largement reconnu qu'elle dispose de peu d'outils et de ressources accessibles au public. En particulier, le TAL Arabe manque de ressources telles que les corpus, les lexiques, les dictionnaires, les jeux de données en plus des outils de fondamentaux entièrement automatisés tels que les tokeniseurs, les marqueurs de partie du discours, les analyseurs, les stemmers et les étiqueteurs de rôles sémantiques. Ce manque affecte de façon négatives les recherches concernant la langue et l’empêche d’avancer correctement dans le traitement automatique.

L’object if est de développer une plateforme de gestion des corpus et d’analyse textuelle pour consolider les besoins du TAL en arabe.

Dans ce travail, nous proposons une plateforme pour de gestion de corpus qui consolide les ressources du TAL en partant par les corpus et leur catégorisat ion jusqu’aux différents analyses textuelles possibles, syntaxique et sémantique. Une plateforme qui répond au manque de ressources public et aux limitations concernant l’assemblement et l’analyse des données. Mots clés : TAL, Corpus, l’Arabe, analyse textuelle, collection de données, manque d’outils, développement d’une plateforme.