Lanalyse de textes : entre donnes linguistiques et robustesse 7 Mars 2002

1
Lanalyse de textes entre données linguistiques
et robustesse7 Mars 2002

• Emilie Guimier De Neef, FTRD DMI/GRI

2
Plan

• L analyseur TiLT
• Architecture
• Les 3 niveaux de représentation linguistique
  possibles et ressources associées
• Robustesse de TiLT
• Les différents aspects du métier de linguiste
  informaticien dans l équipe
• Aspects recherche
• Aspects développement

3
Architecture de lanalyseur
4
Analyse en chunking

• Objectifs
• Désambiguïsation morpho-syntaxique
• Délimitation de chunks

• Ressources pour chaque langue traitée
• Lexique morpho-syntaxique (flexion qqes
  propriétés syntaxiques)
• Grammaire
• grammaire régulière décrivant les chunks
• contraintes daccord internes aux chunks
• contraintes sur l'ordre des chunks dans la
  phrase

Exemple de sortie (nous/nous/Pp1pn
avions/avoir/Viip1s attendu/attendre/Vpssm)
(que/que/Cs tu/tu/Pp2sn nous/me/Pp1
livres/livrer/Vsp2s) ( la/le/D3s porte/porte/Ncfs)
5
Analyse en dépendance

• Objectifs
• Construction dun arbre de dépendance décrivant
  les relations syntaxiques dans une phrase

• Ressources pour chaque langue traitée
• Lexique morphologique et syntaxique
  (sous-catégorisation)
• Grammaire de dépendance

6
Analyse sémantique

• Objectifs
• Construction dun graphe de représentation des
  relations prédicat argument

• Ressources pour chaque langue traitée
• Description des prédicats/arguments
• Transfert de l'arbre syntaxique en un graphe
  sémantique

PRED porte
7
Robustesse de TiLT

• Traitement des principaux cas de mots inconnus
• Correction par ré-accentuation évènement,
  helicoptere...
• Correction typographique éductation,
  conniassais, incitaton...
• Correction morpho-prédictive jospinisme,
  chiraquien...
• Correction phonétique nivo, allé...
• Analyse morphologique
• Néologismes dérivationnels indéscotchable,
  tropicalisation
• Mots agglutinés en allemand SchneeBrettGefahr
  / allersretours
• Clitiques arabes LiNaKTuBuHuMaA gt Li Na
  Ktub u HuMaA
• Traitement de certains problèmes
  morpho-syntaxiques
• Mécanisme de relâchement des contraintes en
  chunking des passages incessant
• Paramétrage en fonction du corpus et de la langue
  traitée

8
Les métiers des linguistes dans léquipe (1)

• Les métiers du développement
• linguistes/lexicographes pour fabrication des
  lexiques
• développement des grammaires
• organisation par langue
• travail dune personne sur toute la chaîne
• développements spécifiques pour les applications
  (grammaire pour le QA) ou projets en cours

9
Les métiers des linguistes dans léquipe

• Les métiers de la recherche
• modélisation de nouvelles données (ex modèle
  pour la représentation du lexique sémantique)
• développement/prototypage doutils liés aux
  données (ex boite à outils pour lacquisition
  semi-automatique de lexique)
• spécifications pour le traitement dune nouvelle
  langue

10
Où en est-on ?
Lexique Lexique Lexique Chunking
Dépendance flexionnel syntaxique sémantique
Français X X En cours X X Anglais X X En
cours X X Espagnol X O X O Allemand X O
X O Polonais X En cours X X Arabe X O O
O Portugais O O