Bonsoir à tous !

Véronique Duong a développé un outil de segmentation de l’écriture chinoise pendant ses recherches universitaires, et elle souhaite vous le faire découvrir aujourd’hui.

Elle travaille beaucoup sur le chinois, et beaucoup sur les corpus de textes. Pour extraire des mots-clés pertinents depuis ses corpus, elle avait besoin d’outil de segmentation robuste et efficace. Véronique a donc décidé de le créer elle-même.

Voici le segmenteur du chinois en action ! 🙂

1) Le script Perl qui va segmenter les corpus

2) Ensuite, après le passage du script sur le corpus, ce dernier est segmenté

3) Finalement, après un autre passage d’un script de découpage, le corpus est découpé en mots ou en expression-clé avec le nombre de fois (statistiques textuelles) qu’une occurrence apparaît

Cet outil de segmentation du chinois est très efficace, et peut segmenter un très grand corpus. Si vous souhaitez en savoir plus, rendez-vous sur le site officiel d’AUTOVEILLE ou contactez directement autoveille@gmail.com.