Résumé
La désambiguïsation du sens des mots (WSD) est la tâche de déterminer le sens des mots en fonction de son contexte. De nombreuses études WSD existantes ont utilisé une approche externe non supervisée basée sur les connaissances, car elle comporte moins de contraintes d’ensembles de mots que les approches supervisées nécessitant des données de formation. Dans cet article, nous proposons une nouvelle méthode WSD pour générer le contexte d’un mot ambigu en utilisant des similitudes entre un mot ambigu et des mots dans le document d’entrée. De plus, pour tirer parti de notre méthode WSD, nous proposons une nouvelle méthode de calcul de similarité de mots basée sur la structure de réseau sémantique de BabelNet. Nous évaluons les méthodes proposées sur les jeux de données SemEval-13 et SemEval-15 pour le WSD anglais. Les résultats expérimentaux démontrent que la méthode WSD proposée améliore considérablement la méthode WSD de base. De plus, notre système WSD surpasse les systèmes WSD de pointe de l’ensemble de données Semeval-13. Enfin, il est plus performant que le système WSD de pointe basé sur les connaissances non supervisé en ce qui concerne les performances moyennes des deux ensembles de données.