Défi TextMine'24 : Reconnaissance d'entités géographiques dans un corpus des Instructions nautiques

Helen Mair Rawsthorne (1, 2) , Nathalie Abadie (1, 2) , Adrien Guille (3) , Pascal Cuxac (4) , Cédric Lopez (5)

1 LaSTIG - Laboratoire sciences et technologies de l'information géographique
2 IGN - Institut National de l'Information Géographique et Forestière [IGN]
3 ERIC - Entrepôts, Représentation et Ingénierie des Connaissances
4 INIST - Institut de l'information scientifique et technique
5 Emvista

Pour cette deuxième édition du défi TextMine, l'Institut national de l'information géographique et forestière (IGN) et le Service hydrographique et océanographique de la Marine (Shom) proposent de relever le défi de la reconnaissance d'entités géographiques nommées et non nommées à deux niveaux dans les Instructions nautiques, une série d'ouvrages publiée par le Shom. Neuf équipes académiques et industrielles ont participé à ce défi, les résultats de 5 de ces équipes, présentés lors de l'atelier, sont résumés dans cet article.

Mots clés: Reconnaissance d'entité nommée; Traitement automatique de la langue TAL; corpus; Dataset; Apprentissage automatique

Domaines: Informatique [cs]; Géographie

Helen Mair Rawsthorne, Nathalie Abadie, Adrien Guille, Pascal Cuxac, Cédric Lopez. Défi TextMine'24 : Reconnaissance d'entités géographiques dans un corpus des Instructions nautiques. TextMine'24, Jan 2024, Dijon, France. ⟨hal-04434981⟩