A French Corpus Annotated for Multiword Nouns

Eric Laporte (1) , Takuya Nakamura (1) , Stavroula Voyatzi (1)

1 LIGM - Laboratoire d'Informatique Gaspard-Monge

This paper presents a French corpus annotated for multiword nouns. This corpus is designed for investigation in information retrieval and extraction, as well as in deep and shallow syntactic parsing. We delimit which kind of multiword units we targeted for this annotation task; we describe the resources and methods we used for the annotation; and we briefly comment on the results. The annotated corpus is available at http://infolingu.univ-mlv.fr/ under the LGPLLR license.

Cet article présente un corpus du français muni d'annotations sur les noms composés. Ce corpus est conçu pour la recherche sur l'extraction d'informations ainsi que sur l'analyse syntaxique superficielle ou profonde. Nous délimitons quels types de mots composés nous avons ciblés pour cette tâche d'annotation ; nous décrivons les ressources et les méthodes que nous avons utilisées pour l'annotation ; et nous commentons brièvement les résultats. Le corpus annoté est disponible sur http://infolingu.univ-mlv.fr/ sous licence LGPLLR.

Mots clés: corpus; annotation; multiword; noun; substantive; compound noun; frozenness

Mots clés: multi-mots; nom; substantif; nom composé; figement

Domaines: Linguistique; Traitement du texte et du document

Eric Laporte, Takuya Nakamura, Stavroula Voyatzi. A French Corpus Annotated for Multiword Nouns. Language Resources and Evaluation Conference. Workshop Towards a Shared Task on Multiword Expressions, 2008, Marrakech, Morocco. pp.27-30. ⟨halshs-00286552⟩