@inproceedings{Miletic:CORIA-TALN:2023,
    author = "Mileti\'c, Aleksandra",
    title = "Outiller l'occitan : nouvelles ressources et lemmatisation",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 1 : travaux de recherche originaux - articles longs",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "217-231",
    note = "",
    abstract = "Ce travail pr\'esente des contributions r\'ecentes \`a l'effort de doter l'occitan de ressources et outils pour le TAL. Plusieurs ressources existantes ont \'et\'e modifi\'ees ou adapt\'ees, notamment un tok\'eniseur \`a base de r\`egles, un lexique morphosyntaxique et un corpus arbor\'e. Ces ressources ont \'et\'e utilis\'ees pour entra{\^\i}ner et \'evaluer des mod\`eles neuronaux pour la lemmatisation. Dans le cadre de ces exp\'eriences, un nouveau corpus plus large (2 millions de tokens) provenant du Wikip\'edia a \'et\'e annot\'e en parties du discours, lemmatis\'e et diffus\'e.",
    keywords = "langues peu dot\'ees, occitan, lemmatisation",
    url = "461831.pdf"
}