Cette dernière réunion de l’année a permis de faire le point sur les avancées et sur les futures évolutions du programme de R&D Bilbo.
Jusqu’à maintenant, nous avons travaillé sur les modèles CRFs permettant d’annoter automatiquement les références bibliographiques présentes dans les articles de Revues.org. Une phase d’évaluation est prévue pour le deuxième corpus, en cours de développement actuellement. Pour le traitement du troisième corpus, les différentes techniques d’apprentissage statistique vont être appliquées parallèlement au modèle CRF. Il est aussi prévu, pour le début de l’année 2012, d’intégrer le système Bilbo dans la plateforme de Revues.org.
Plusieurs corpus vont être créés d’une part pour la détection des langues, d’autre part sur les comptes-rendus de lecture. Ce deuxième corpus est destiné à la création de liens externes. Comme la partie bibliographique du compte-rendu est souvent sous la forme d’une phrase ressemblant aux références du corpus 1, nous pourrons tester la performance de la segmentation du système avec ce nouveau corpus.