Publications, outils et ressources dérivés

La liste des travaux mentionnés ci-dessous n’est que partielle. Si vous repérez ou êtes l’auteur d’un travail issu ou dérivé du Corpus arboré du français, merci de nous l’indiquer par le biais d’un message.

Le corpus arboré du français est formé en arbres de constituants. Une version automatiquement convertie en arbres de dépendances de surface par Candito et al. 2009-2010 est disponible. Moot (2015) a également produit une grammaire catégorielle dérivée.

Ressources dérivées

• Treebank au format Universal Dependency :Seddah et al 2018
• Annotations FrameNet (105 frames) sur une sous-partie du FTB : Djemaa et al. 2016
• Grammaire catégorielle, Moot 2015
• French (gold) corpus for the SPRML 2013 shared task : 38 fichiers du FTB, convertis au format constituants parenthésé, et convertis en dépendances
• Corpus d'Aix en Provence (2012) : 1 471 phrases du FTB (soit environ 26 000 mots) avec annotations grammaires de propriétés (FTB-LPL) (Blache et Rauzy 2012)
• Corpus physiologique du LPL (2012) : 198 phrases du FTB (6 572 tokens) annotées avec temps de lecture et mouvements oculaires (Rauzy et Blache 2012)
• Nomage : annotation sémantique de nominalisations (Balvet et al 2009)
  • Interface d’interrogation
  • Lexique (format LMF)
• Dependency corpus d'Alpage (FTB-DEP) 25 fichiers : 12 500 phrases (version 2008) (Candito et al. 2009)
• Lexique d'adjectifs (Treelex) : 2200 adjectifs du FTB avec valence (Kupsc 2008)
• Lexique de verbes (Treelex) : 2000 verbes avec valence issus du FTB (Kupsc et Abeillé 2008)
• Corpus de Dublin (2007) : 4 741 phrases du FTB (soit 134 445 mots) : Modified FTB (MFTB)
• French Discourse Treebank : repérage des connecteurs de discours en corpus
• Partie française du Dundee Corpus (Kennedy, Hill & Pynte, 2003) : 52 173 tokens avec temps de lecture et mouvements oculaires

Le schéma d’annotation du FTB a été utilisé pour annoter des ressources supplémentaires :

• Sequoia treebank : 3099 phrases (médical, Europarl, frwiki, Est républicain) (Candito et Seddah, 2012)
• Question bank : 2000 phrases (corpus de questions) (Seddah et Candito 2016)
• The French social media bank : corpus de tweet / blog (Seddah et al. 2012)
• Treebank oral : 2118 phrases (transcriptions France Inter et C-oral-rom) (Abeillé et Crabbé 2013)
• 4-couv : 3500 phrases (4e de couvertures : 500 textes) (Blache et al 2015)

Outils dérivés

• Lemmatiseur de l'Atilf (Flemm) (Namer 2000)
• Morfette : etiqueteur morphosyntaxique et lemmatiseur (2008). Chrupała et al. (2008), Seddah et al. (2010)
• SEM : segmenteur etiqueteur du français Constant et al. (2011)
• Analyseur syntaxique et etiqueteur d'Alpage (Melt) : Denis and Sagot (2009)
• Analyseur syntaxique en dépendance (Bonsai) :
• Analyseur syntaxique du LIF (Macaon) : A Nasr et al
• Etiqueteur du LPL (Marsa Tag) : Rauzy et al 2014

Publications

2019

• Abeillé, Anne, Clément, L., Liégeois, Loïc. – "Un corpus annoté pour le français : le French Treebank", TAL, 60 : 2.19-43.

2018

• Seddah, Djamé, De La Clergerie, Eric, Sagot, Benoît, et al. – "Cheating a Parser to Death: Data-driven Cross-Treebank Annotation Transfer", LREC

2016

• Abeillé, Anne, Hemforth, Barbara, Winckel, Elodie. – "Les relatives en dont : études empiriques". In Actes 5e CMLF, Tours.
• Djemaa, Marianne, Candito, Marie, Muller P. et al. – "Corpus annotation within the French Framenet: methodology and results". In Actes 10e International Conference on Language Resources and Evaluation (LREC). – Portorož (Slovenia)
• Seddah, Djamé, Candito, Marie. – "Hard Time Parsing Questions: Building a QuestionBank for French". In Actes 10e International Conference on Language Resources and Evaluation (LREC). – Portorož (Slovenia)

2015

• Blache, Philippe, Montcheuil, Grégoire, Rauzy, Stéphane, et al. Création d’un nouveau treebank à partir de quatrièmes de couverture. Actes TALN. p. 480-486, 2015
• Danlos, Laurence, Colinet, Margot, Steinlin, Jacques. – FDTB1, première étape du projet « French Discourse Treebank » : repérage des connecteurs de discours en corpus
• Moot, Richard. – "A type-logical treebank for French". – Journal of Language Modelling, Vol. 3, No. 1 (2015), p. 229–264
• Steinlin, Jacques, Colinet, Margot, Danlos, Laurence. – "FDTB1 : Repérage des connecteurs de discours en corpus". In Traitement automatique du langage naturel, juin 2015, Caen (France)

2014

• Crabbé, Benoît. – "Un analyseur discriminant de la famille LR pour l'analyse en constituants". – Actes TALN, Marseille
• Dupont, Yoann, Tellier, Isabelle. – "Un reconnaisseur d’entités nommées du Français". In Actes TALN, 2014
• Hale, John T. – "Surprisal and Chunking". In Automaton Theories of Human Sentence Comprehension. – Stanford : Center for the Study of Language and Information, 2014. – p. 91-99
• Ribeyre, Corentin, Candito, Marie, Seddah, Djame. – "Semi-Automatic Deep Syntactic Annotations of the French Treebank". The 13th International Workshop on Treebanks and Linguistic Theories (TLT13), Dec 2014, Tubingen

2013

• Abeillé, A., Crabbé, B. – "Vers un treebank du français parlé", Actes TALN, Les Sables d’Olonnes.
• Seddah, Djamé, Reut Tsarfaty, Sandra Kübler, et. al. – Overview of the SPMRL 2013 Shared Task: A Cross-Framework Evaluation of Parsing Morphologically Rich Languages. In Proceedings of the Fourth SPMRL Workshop. – Seattle, USA, 2013.

2012

• Blache, Philippe. – "Estimating Constraint Weights from Treebanks". In Proceedings of CSLP, 2012
• Blache, Philippe, Rauzy, Stéphane. – "Hybridization and Treebank Enrichment with Constraint-Based Representations". In Proceedings of LREC, 2012
• Blache, Philippe, Rauzy, Stéphane. – "Enrichissement du FTB : un treebank hybride constituants/propriétés". In Actes de TALN, 2012
• Boudin, Florian, Hernandez, Nicolas. – "Détection et correction automatique d'erreurs d'annotation morpho-syntaxique du French TreeBank". In Actes TALN, 2012
• Candito, Marie, Seddah, Djamé. – "Effectively long-distance dependencies in French: annotation and parsing evaluation", The 11th International Workshop on Treebanks and Linguistic Theories (TLT11)
• Candito, Marie, Seddah, Djamé. – "Le corpus Sequoia : annotation syntaxique et exploitation pour l’adaptation d’analyseur par pont lexical", Actes TALN
• Guillaume, Bruno, Perrier, Guy. – "Annotation sémantique du French Treebank à l’aide de la réécriture modulaire de graphes". In Actes TALN, 2012
• Matthieu Constant, Anthony Sigogne, Patrick Watrin. – La reconnaissance des mots composés à l’épreuve de l’analyse syntaxique et vice-versa : évaluation de deux stratégies discriminantes. In Conférence sur le Traitement Automatique des Langues Naturelles, juin 2012, p. 57–70.
• Munshi Asadullah, Patrick Paroubek, Anne Vilnat 2012, Bidirectionnal converter between syntactic annotations: from French Treebank Dependencies to PASSAGE annotations, and back, LREC
• Rauzy, Stéphane, Blache, Philippe . – "Robustness and processing difficulty models. A pilot study for eye-tracking data on the French Treebank". In Proceedings of Eye-tracking and NLP workshop (COLING), 2012
• Sagot, Benoît, Richard, Marion, Stern, Rosa. – "Annotation référentielle du Corpus Arboré de Paris 7 en entités nommées". In Actes TALN, vol. 2. – Grenoble, juin 2012, p. 535-542
• Seddah, Djamé, Sagot, Benoît, Candito, Marie et al. – "The French Social Media Bank: a Treebank of Noisy User Generated Content", Actes COLING, Mumbi

2011

• Green, Spence, de Marneffe†, Marie-Catherine, Bauer, John et al. – "Multiword Expression Identification with Tree Substitution Grammars: A Parsing tour de force with French". In Proceedings of the 2011 Conference on Empirical Methods in Natural Language Processing. – p. 725–735

2010

• Candito, M.-H., Crabbé B., Denis, P. – "Statistical French dependency parsing: treebank conversion and first results". – Proceedings of LREC'2010, La Valletta (Malta), 2010
• Moot, Richard. "Wide-Coverage French Syntax and Semantics using Grail". – TALN, Montréal, 19–23 juillet 2010

2009

• Candito, M.-H., Crabbé, Benoît, Denis, P., Guérin, F. – "Analyse syntaxique du français : des constituants aux dépendances", Proceedings of TALN 2009, Senlis (France), 2009
• Denis, Pascal, Sagot, Benoît. "Coupling an annotated corpus and a morphosyntactic lexicon for state-of-the-art POS tagging with less human effort". PACLIC 2009, 2009
• Fabre, C., Kupść, A. – "Large and noisy vs small and reliable: combining 2 types of corpora for adjective valence extraction". In Mahlberg, M., González-Díaz, V., Smith, C. (ed.), Corpus Linguistics Conference, Liverpool, 20-23 juillet 2009
• Moreau E., Tellier I., Balvet A., Laurence G., Rozenknop A., Poibeau T. – Annotation fonctionnelle de corpus arboré avec des Champs Aléatoires Conditionnels, Actes de laconférence TALN 2009, 24-26 juin 2009, Senlis.
• Pynte, J., New, B. & Kennedy, A. – "On-line syntactic and semantic influences in reading revisited", Journal of Eye Movement Research, 3(1):5, 1-12.

2008

• Chrupała, Grzegorz, Dinu, Georgiana and van Genabith, Josef. – Learning Morphology with Morfette. LREC 2008, 2008.
• Kupść, A., Abeillé A. – "Adjectives in TreeLex". In Kłopotek, M., Przepiórkowski, A., Wierzchoń, S., Trojanowski, K. (ed.), 16th International Conference Intelligent Information Systems, Zakopane (Poland), 16-18 juin 2008, Academic Publishing House EXIT, p. 287-296
• Kupść, A., Abeillé A. – "Growing TreeLex". In Gelbukh, A. (ed.), 9th International Conference (CICLing), Haifa (Israel), February 2008, p. 28-39 (Lecture Notes in Computational Linguistics, 4919)
• Kupść, A., Abeillé A. – "TreeLex: A Subcategorisation Lexicon for French Verbs". In Proceedings of the First International Conference on Global Interoperability for Language Resources, Hong-Kong, 9-11 janvier 2008
• Pynte, Joel, New, Boris, Kennedy, Alan. – "A multiple regression analysis of syntactic and semantic influences in reading normal text". – Journal of Eye Movement Research, 2(1):4, 1-11

2007

• Schluter, Natalie, van Genabith, Josef. – "Preparing, Restructuring and Augmenting a French Treebank: Lexicalised Parsing or Coherent Treebanks". In Proceedings of the 10th Conference of the Pacific Association of Computational Linguistics (PACLING), Melbourne (Australia), 2007

2006

• Alexis Nasr. – Grammaires de dépendances génératives probabilistes. Modèle théorique et application à un corpus arboré du français. In Traitement Automatique des Langues, vol. 46, n° 1, avril 2006.

2005

• Arun, Abhishek, Keller, Frank. – "Lexicalization in Crosslinguistic Probabilistic Parsing: The Case of French". In Proceedings of the 43rd Annual Meeting of the ACL. – p. 306–313

2004

• Abeillé A. & Barrier N. (2004). Enriching a French treebank. In Proceedings of the LREC04 Conference, Lisbonne.

2003

• Abeillé, A., L. Clément, and F. Toussenel. 2003. "Building a treebank for French", in A. Abeillé (ed) Treebanks, Kluwer, Dordrecht. (p.165-187)

2001

• Clément Lionel. – Construction et exploitation d'un corpus syntaxiquement annoté pour le français, 2001 (thèse de doctorat université Paris 7)

2000

• Abeillé, Anne, Clément, L., Kinyon, A. – "Building a treebank for French". In Actes LREC. – Athènes (Grèce)
• Namer, F. – "Flemm : Un analyseur Flexionnel de Français à base de règles". T.A.L. 41 : 523-547, 2000.

1998

• Abeillé, Anne, Clément. – "A reference tagged corpus for French". In Actes LREC. – Grenade