Entre corpus et théorie : l'annotation (co)référentielle

Article dans revue scientifique avec comité de lecture.La conception de systèmes automatiques dédiés à la résolution d'anaphores et, plus largement, à l'interprétation d'expressions référentielles reste un problème difficile : pour l'instant, la grande diversité des schémas d'annotation (co)référentielle ainsi que le peu de ressources françaises annotées peuvent être considérés comme symptomatiques. Les principales difficultés d'annotation sont le marquage des liens autres que purement coréférentiels (non identité des référents : " trois triangles " - " le premier ") et la non prise en compte d'informations autres que purement discursives (" le premier " référant à un objet accessible dans l'environnement visuel). Nous proposons alors un schéma d'annotation modulaire qui permet de rendre compte de façon unitaire des liens coréférentiels de différents types ainsi que des liens référentiels. Le schéma a été mis en oeuvre par des méta-schémas XML et appliqué à l'annotation d'un corpus de dialogues finalisés