Évaluation de Bilbo : vérifier la complétude des données – Partie 2

Nous présentons les résultats sur la vérification des données du test et des données d’apprentissage. Selon les recommandations du LIA, dans cette deuxième et troisième phase d’évaluation, nous devons corriger les labels des tokens mal annotés, de remplacer des labels avec inconsistance et de remplacer des labels non indispensables dans l’annotation de la référence par d’autres, quand cela est possible.

Différentes corrections ont été portées aux deux types de données :

• le label <title> indique le titre principal dans la référence bibliographique et le label <booktitle> est utilisé pour les titres d’ouvrages ou de revues qui contiennent l’article ou pour les titres qui sont situés dans une inclusion
• les abréviations ont été corrigées quand elles présentaient <nolabel>
• les termes pour <bookindicator> ont été étendus pour « dans » et « en »
• le remplacement des termes :
  • l’élément associé à <nameLink> est désormais associé à <surname>
  • l’élément associé à <region> est devenu <place>
  • l’élément associé à <ref> est devenu <édition>
  • l’élément <name> (utilisé pour indiquer les traducteurs ou directeurs de travaux universitaires) a fait place aux labels traditionnels <forename> et <surname>
  • la correction des données en fonction des correctifs portés par Bilbo et des erreurs relevées au cours de la première phase d’évaluation
  • la suppression de séparation entre la première lettre et les autres lettres du nom de famille de l’auteur
  • l’utilisation du label <date> même pour les références ayant une double date correspondant aux différentes périodes de publication
  • pour les travaux universitaires, le titre principal est laissé en <title> et le titre secondaire est annoté en <booktitle>
  • les titres de collection ou de série sont annotés en <booktitle>

Les corrections sur les données du test et les données d’apprentissage ont permis d’apporter plus de clarté à l’annotation, de corriger les erreurs et de remplacer les termes inadéquates par d’autres labels.