1. Les termes qui ne décrivent pas un gène précis mais qui peuvent désigner plusieurs gènes

Dans le dictionnaire, certains labels participent à plusieurs définitions. Nous dirons alors que le label est imprécis. Dans l’exemple ci-dessous, le label hsp70 est reconnu car il fait bien partie du dictionnaire, mais le dictionnaire fournit non pas un, mais quatre candidats possibles pour ce label.

Le texte peut ne pas préciser exactement de quel gène il s’agit. Ici l’auteur en notant hsp70 (souligné) ne précise pas s’il s’agit de Heat-shock-protein 70Aa, 70Ab, 70Ba, 70Bb ou 70Bc.

L’auteur n’est pas assez précis par rapport au dictionnaire que nous avons. Ce phénomène est d’autant plus préoccupant qu’une interaction est décrite, mais l’auteur ne dit pas exactement avec quel gène. L’information qu’il fournit est vraiment relative à ce que nous appellerons une collection de gènes et pas à un gène particulier. Ce phénomène est assez courant. Lors de l’annotation experte des textes, nous avons répertorié une série de labels qui présentent cette caractéristique. Ils sont présentés dans le tableau 35.

Pour prendre en compte cette imprécision et annoter les textes malgré tout, nous avons créé de nouvelles entrées dans le dictionnaire. Ainsi, par exemple, nous avons créé un nouvel objet que nous avons nommé hsp70 et qui admet comme label hsp70. Parallèlement, la phrase de l’exemple ci-dessus sera annotée en signalant que l’occurrence de hsp70 doit être comprise comme une référence à l’objet nouvellement créé dans le dictionnaire. Ce dispositif nous permet d’annoter le plus fidèlement possible les phrases. L’auteur ne fait pas référence à un des éléments de la collection, ni même à chacun des éléments de la collection. Il fait référence à la collection, qui n’est ni réductible à un élément particulier, ni à son ensemble. Cependant des liens ont été créés entre les entités nouvellement créés (de type collection) et les membres de la collection (de type gène).