Classification des entités nommées dans l’Encyclopédie ou dictionnaire raisonné des sciences des arts et des métiers par une société de gens de lettres (1751-1772)

¹ Univeristé Lyon 2, CNRS, ICAR UMR 5191, Lyon, France
² INSA Lyon, CNRS, LIRIS UMR 5205, Lyon, France , France
³ The Alan Turing Institute and Queen Mary, University of London , UK
⁴ Université de Saint-Etienne, CNRS, EVS UMR 5600, Saint-Etienne, France

^* Corresponding author : denis.vigier@ens-lyon.fr

Résumé

Nous présentons la méthode que nous avons suivie pour améliorer notre annotation automatique des entités nommées dans l’Encyclopédie de Diderot et d’Alembert. L’outil d’annotation sémantique PERDIDO que nous utilisons a été initialement développé pour l’annotation d’informations géographiques et la reconstruction d’itinéraire. Nous proposons d’y implémenter de nouvelles règles élaborées manuellement à partir d’une étude des cotextes co-occurrentiels des noms propres du corpus accomplie au moyen d’une plateforme automatique d’exploration et de calcul.

Resumen

Named entity classification in the Encyclopédie ou dictionnaire raisonné des sciences et des métiers par une société de gens de lettres (1751-1772). We present a method for improving rulebased named entity recognition for Diderot and d’Alembert’s Encyclopédie. We use PERDIDO, a semantic annotation tool initially developed for the annotation of geographic information and the reconstruction of itineraries. We improve PERDIDO’s recognition of named entities by implementing new rules developed from an a exploratory and statistical analysis of word co-occurrences for proper nouns in the Encyclopédie corpus.