# Contexte

Pour l'édition 2024, l’Institut national de l'information géographique et forestière (IGN) et le Service hydrographique et océanographique de la Marine (Shom) proposent de relever le défi de la reconnaissance d’entités spatiales nommées et non nommées à plusieurs niveaux dans les Instructions nautiques, une série d’ouvrages publiée par le Shom. Chaque volume décrit l'environnement maritime côtier d’une zone géographique et donne aux navigateurs les informations nécessaires pour naviguer près des côtes et accéder aux ports en sécurité. Les zones géographiques couvertes par les Instructions nautiques sont réparties autour du monde entier. Le corpus pour ce défi est constitué d’extraits de 15 volumes des Instructions nautiques, annotés selon 3 labels. Il compte au total 66030 tokens et 18537 labels, dont une partie est proposée pour l’apprentissage et l’autre réservée pour le test. Les 3 labels utilisés pour les annotations sont définis de la manière suivante :

- **name** : Pour les noms propres purs (Moncla 2015). Par exemple :
    - À 8 M à l’ENE du phare de **Nadji**, le port de pêche de **Sidi Abderrahmane** (36° 29,7' N — 1° 05,7' E) est construit au bord du village de **Soug el Bgar** (pointe **Rouge**).

- **geogFeat** : Pour les noms communs qui identifient une caractéristique géographique (Moncla 2015). Par exemple :
    - À 8 M à l’ENE du **phare** Ede Nadji, le **port de pêche** de Sidi Abderrahmane (36° 29,7' N — 1° 05,7' E) est construit au bord du **village** de Soug el Bgar (**pointe** Rouge).

- **geogName** : Pour le nom associé à une caractéristique géographique (Moncla 2015). Par exemple :
    - À 8 M à l’ENE du **phare de Nadji**, le **port de pêche de Sidi Abderrahmane** (36° 29,7' N — 1° 05,7' E) est construit au bord du **village de Soug el Bgar** (**pointe Rouge**).

Chaque token peut recevoir entre 0 et 2 labels. 
Le jeu de données est annoté avec les 5 classes qui combinent les labels, mentionnées dans le tableau ci-dessous.

| Etiquette | Nombre d'annotations dans le jeu d'entraînement |
| --- | --- |
| **geogFeat** | 2 704 |
| **geogFeat** **geogName** | 1 463 |
| **geogName** | 910 |
| **geogName** **name** | 2 117 |
| tokens sans label | 32 663 | 


# Organisation

- Helen Mair Rawsthorne, LASTIG, Univ Gustave Eiffel, IGN-ENSG
- Nathalie Abadie, LASTIG, Univ Gustave Eiffel, IGN-ENSG
- Adrien Guille, Université Lumière Lyon 2, Laboratoire ERIC
- Pascal Cuxac, INIST-CNRS
- Vincent Lemaire, Orange Labs
- Cédric Lopez, Emvista

Contact : textmine@sciencesconf.org