Contenu de l'article

Titre Reconnaissance automatique des mètres des vers russes : une approche statistique sur corpus
Auteur Igor Pilshchikov, Anatoli Starostin
Mir@bel Revue Langages
Numéro no 199, septembre 2015 Traitement automatique des textes versifiés : problématiques et pratiques
Page 89-106
Résumé Le but de cet article est de discuter les fondements théoriques de l'analyse rythmico-métrique et morphologico-accentuelle automatique de textes poétiques russes ainsi que les problèmes que pose ce type d'analyse et les solutions proposées. L'analyse métrique des textes poétiques écrits dans une langue à accent libre (comme le russe) devrait pouvoir s'appuyer sur l'analyse morphologique, à partir de laquelle on peut procéder soit à une désambiguïsation manuelle, soit à l'application d'éléments de l'analyse syntaxique avec désambiguïsation automatique, soit au développement d'une approche probabiliste. La dernière partie de cet article décrit une approche statistique sur corpus pour la description des mètres classiques (« explicites ») et non-classiques (« implicites ») russes. Mots-clés : métrique russe, reconnaissance automatique des mètres, approche probabiliste, approche statistique, approche basée sur corpus
Source : Éditeur (via Cairn.info)
Résumé anglais The aim of this paper is to discuss the theoretical grounds of, the arising problems in, and practical solutions for automated rhythmic-metrical and morphological-accentual analysis of Russian poetic texts. The metrical analysis of poetic texts written in a language with variable stress (such as Russian) should be based on the morphological analysis, from which we may proceed either using manual disambiguation, or applying the elements of syntactic analysis with automated disambiguation, or developing a probabilistic approach. The concluding section of the paper describes a statistical and corpus-based approach to the description of Russian classical (“explicit”) and non-classical (“implicit”) meters. Keywords: Russian metrics, automated meter recognition, probabilistic, statistical and corpus-based approach
Source : Éditeur (via Cairn.info)
Article en ligne http://www.cairn.info/article.php?ID_ARTICLE=LANG_199_0089