English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

La grande majorite des applications de traitement automatique des langues qui ont pour domaine les langues de specialite sont des outils d’extraction terminologique. Elles se concentrent donc naturellement sur l’identification des groupes nominaux et des groupes prepositionnels ou premodificateurs qui leur sont associes. En nous fondant sur un corpus bilingue anglais-francais compose d’articles de recherche medicale, nous proposons un modele d’extraction phraseologique semi-automatisee, dont le point de depart est la recherche des co-occurrents les plus frequents des formes verbales du texte original (l’anglais), etiquete morpho-syntaxiquement (POS-tagged). L’indice de probabilite de co-occurrence (z-score) permet dans un premier temps d’etablir la liste des collocants les plus frequents d’un verbe donne dans les classes des adverbes et des noms. On recherche ensuite les adjectifs qui entrent en co-occurrence avec les adverbes et les noms releves lors de la premiere etape. Une deuxieme methode utilisant les adverbes comme point de depart de la recherche a ete testee et semble donner de meilleurs resultats.

Un modèle d’extraction des collocations en langue de spécialité