View
106
Download
3
Category
Preview:
Citation preview
Syntex, analyseur syntaxique de corpus
Didier Bourigault
Cécile Fabre, Cécile Frérot, Marie-Paule Jacques, Sylwia Ozdowska, Gaëlle Recourcé*
Equipe de Recherche en Syntaxe et Sémantique
CNRS – Université Toulouse Le Mirail
didier.bourigault@univ-tlse2.fr
www.univ-tlse2.fr/erss/
* Société Synomia
D. Bourigault Syntex 2
Motivations initiales du projet Syntex
Réaliser un outil opérationnel d’analyse syntaxique utile pour :
1) Applications en terminologie et ingénierie des connaissances :
• Construction de ressources terminologiques et ontologique à partir de corpus
Analyse syntaxique d’un corpus (spécialisé)extraction et structuration d’un réseau de syntagmes (nominaux, verbaux)
(Lexter Syntex)
• Indexation de sites Web (Synomia)
2) Recherches en linguistique
• Observatoire pour des recherches sur la langue :• Un ensemble de corpus variés et de grande taille, analysés syntaxiquement
(morphologie, syntaxe, sémantique, discours)• Analyse distributionnelle
Syntex : un « instrument » pour le linguiste (Habert, 2005)
D. Bourigault Syntex 3
Motivations initiales : applications en terminologie Lexter
− Extracteur de groupes nominaux terminologiques (Bourigault, 1994)
De Lexter à Syntex : du Nom au Verbe
− Les syntagmes verbaux sont des unités à décrire au même titre que les syntagmes nominaux
branchement de l’imprimante / brancher l’imprimante
− les syntagmes nominaux sont extraits de façon plus précise.
On observe [ une charge importante en trouble ] dans les rivières
L'érosion a disséqué [ le plateau rocheux ] en chevrons.
− les syntagmes verbaux fournissent les contextes le plus riches pour l’analyse distributionnelle.
[ scanner , écographie ] sujets des verbes : confirmer, montrer, objectiver, révéler, …(dans un corpus de compte rendus de réanimation chirurgicale)
D. Bourigault Syntex 4
Motivations initiales : instrument pour des recherches en linguistique de corpus
Observatoires : des corpus volumineux analysés syntaxiquement
− Le Monde (500 000 articles 1991-2000, 200 millions de mots)
− Frantext (515 romans XXème siècle, 30 millions de mots)
Premières exploitations
− Extraction de propriétés de sous-catégorisation syntaxique
• proba(accorder,à)=0.57 ; proba(conformité,avec)=0.51
− Extraction de propriétés lexico-distributionnelles
• Deux bases lexico-distributionnelles : Les Voisins de Le Monde, les voisins de Frantext
Le Monde : (sec, humide) : {froid, sable, sol, climat, …}
Frantext : (sec, humide) : {asphalte, froid, pré, pavé, sable, sol, …}
(sec, léger) : {déclic, craquement, claquement, bruissement, …}
D. Bourigault Syntex 5
Le paradigme des grammaires d’unification
Grammaires d’unification
− des formalismes et des théories linguistiques
− Grammaire lexicale fonctionnelle (LFG), Grammaire syntagmatique généralisée (GPSG), Grammaire d’arbres adjoints (TAG), Grammaire syntagmatique guidée par les têtes (HPSG)
− Type de représentation : structures de traits ; formalismes déclaratifs et monotones
− Séparation données linguistiques (grammaires) / programmes de traitement (analyseurs) Utilisation des grammaires en analyse et en génération
Utilisation d’un même analyseur pour différentes grammaires
Analyseurs
− Algorithmes : CYK, Earley, coin gauche, coin tête, etc.
D. Bourigault Syntex 6
Le paradigme de la robustesse
Depuis le début des années 90
« We think of robustness as the ability of a language analyzer to provide useful analyses for real-world input texts. By useful analyses, we mean analyses that are (at least partially) correct and usable in some automatic task or application. That definition implies two requirements: first, a robust system should product (at least) one analysis for any real-world input. (…) A robust system should also limit the number of concurrent analyses it produces or a least give indications on which are the preferred ones. »
(Aït-Mokhtar, Chanod et Roux, 2002, p. 122–123)
Dès les débuts de la Traduction Automatique :
− TAL « empirique » vs « théorique » (Cori et Léon, 2002)
− pression des applications
Le concept d’utilité domine celui de robustesse
D. Bourigault Syntex 7
Quelques travaux en analyse syntaxique (robuste)
P. Garvin (1960) : analyseur Fulcrum
− University of Georgetown, puis Ramo-Wooldridge Corporation
− Système « bipartite » : dictionnaire + algorithme
(vs « tripartite » : dictionnaire + règles + algorithme)
− Traitement en passes, fulcrum (mot pivot)
D. Bourigault Syntex 8
Quelques travaux en analyse syntaxique (robuste)
L’analyseur du projet TDAP (1958-1959)
− Université de Pennsylvania, Transformations and Discourse Analysis Project, dirigé par Zellig S. Harris : L. Gleitman, A. Joshi, B. Kauffman et N. Sager
− Traitement en passes : première application des transducteurs d’état fini à l’analyse syntaxique
(Joshi et Hopeley, 1996)
− Déterministe
ordre d’enchaînement des transducteurs, sens de parcours, stratégie du plus long chemin
D. Bourigault Syntex 9
Quelques travaux en analyse syntaxique (robuste)
F. Debili (1980)
− Université Paris XI, équipe dirigée par A. Andreewsky, TAL et recherche documentaire
− Traitement de la paraphrase :
• « Qui nomme le premier ministre ? », « Le premier ministre est nommé par le président de la république. »
« La nomination du premier ministre par le président de la république a été (… ) »
− Analyseur syntaxique
• Traitement en passes• Chaînes nominales, chaînes verbales• relations homosyntaxiques, relations hétérosyntaxiques
• matrices de succession automates d’état fini
• « apprentissage endogène »
D. Bourigault Syntex 10
Quelques travaux en analyse syntaxique (robuste)
Le projet PLNLP (années 80)
− Centre de Recherche d’IBM à Yorktown, projet PLNLP (« Programming Language for Natural Language Processing »), K. Jensen, G. Heidorn
− Analyse syntaxique pour la correction grammaticale et la vérification de style
− Traitement en deux passes :
• Analyse « classique » basée sur une grammaire de base
• Procédure d’ajustement d’analyse (« fitted parse »)
− Difficultés d’analyse :
• « punctuation horrors »
D. Bourigault Syntex 11
Quelques travaux en analyse syntaxique (robuste)
L’analyse par chunks de S. Abney
− Fiabilité et profondeur d’analyse ET robustesse et rapidité
− La notion de « chunk »
− Ambiguïté de rattachement : au sein d’un chunk nominal au sein d’une proposition
[cherry picker exhaust manifold]
John [VP [met] [NP the woman] [CP he married] [PP in Italy]]
Traitement en cascade (partage des tâches)• Repérage des chunks• Repérage des propositions• repérage des relations entre chunks (au sein des propositions)
− Principes généraux
• easy-first parsing
• islands of certainty
• containment of ambiguity
D. Bourigault Syntex 12
Quelques travaux en analyse syntaxique (robuste)
J. Vergne : l’analyseur 98
− Critique (virulente) du paradigme des grammaires formelles
• Les grammaires formelles ne sont pas du tout adaptées à la description des langues naturelles• redondance des formes• récursivité très limitée des segments• Rolycatégorie
− Approche en deux étapes :
• Etiquetage et identification de syntagmes non récursifs (SNR, chunks)
• Identification de relations de dépendance entre SNR
− Principe méthodologique :
• La phrase est analysée en une seule passe, de gauche à droite »
Utilisation de « mémoire » de stockage des SNR
D. Bourigault Syntex 13
Quelques travaux en analyse syntaxique (robuste)
J.-P. Chanod
− Dans la lignée des positions de K. Jensen sur la robustesse en analyse syntaxique
“Still robustness is not about statistical vs. rule-based methods. (…) Robustness is about exploring all constructions humans actually produce, be they grammatical, conformant to formal models, frequent or not.” (Chanod, 2002)
− Le concept d’incrémentalité
• Concept clé pour réaliser des analyseurs syntaxiques qui soient à la fois robustes et profonds
• Analyseurs : IFSP (Incremental Finite-State Parsing), puis XIP (Xerox Incremental Parser)
• Principes de base :• Autonomie des règles• Décomposition descriptive
D. Bourigault Syntex 14
Syntex, un analyseur de corpus robuste
Contraintes imposées par les motivations initiales du projet
− L’analyseur doit traiter en entrée des corpus de textes :
• quelques milliers à quelques centaines de milliers de phrases
• sur des domaines divers et appartenant à des genres variés
Contraintes
• Robustesse et efficacité
• Couverture et précision
• Adaptativité
Choix méthodologique
− Pas de grammaire
• Dans l’esprit de Garvin, Vergne, … (≠ XIP)
• Les connaissances grammaticales sont « dans » les algorithmes
− L’analyse syntaxique automatique vue comme une tâche de reconnaissance de formes et non de compilation
D. Bourigault Syntex 15
Analyse syntaxique en dépendance Mode de représentation de la structure syntaxique d’une
phrase : Dépendances vs. Constituants
− Syntaxe de dépendance
• Tesnière (1959) « Eléments de syntaxe structurale », Mel’čuk (1998), …
− Equivalence formelle
− Le choix d’un mode de représentation de la structure syntaxique n’implique pas celui d’une méthode informatique d’analyse particulière
• Il existe des grammaires de dépendance formelles, et il existe des analyseurs en constituants robustes
• Beaucoup d’analyseurs robustes sont des analyseurs en dépendance.
− Analyse en dépendance plus “naturelle”
Le chat mange la sourisLe chat mange la souris
D. Bourigault Syntex 16
Analyse modulaire en cascade
Syntex prend en entrée un corpus étiqueté.
Il est constitué de modules, dont chacun traite une relation de dépendance syntaxique particulière.
Chaque phrase est analysé en plusieurs passes :
− Un ou plusieurs modules à chaque passe.
− Chaque module exploite les étiquettes morphosyntaxiques et les relations syntaxiques posées par les autres modules.
− … et peut modifier ces étiquettes et ces relations (retour en arrière).
− Chaque module résout « ses » cas d’ambiguïté.
Le corpus est analysé en plusieurs passes :
− Les modules exploitant des données d’apprentissage endogène traitent deux fois le corpus :
• une première fois pour acquérir des informations sur l’ensemble du corpus
• Une seconde fois pour les exploiter dans la résolution d’ambiguïtés d’analyse
D. Bourigault Syntex 17
Implémentation informatique
Chaque module est constitué d’un ensemble d’heuristiques
− Parcours de la chaîne de mots, étiquetée et partiellement annotée
• Point de départ : le mot source de la relation syntaxique,
• point d’arrivée : le mot cible de la relation syntaxique
− Pour chaque mot rencontré sur le parcours, 2 décisions à prendre :
• Choisir comme cible ou non
• Arrêter le parcours ou continuer
− Parcours et décisions guidés par des contraintes
• structurelles, positionnelles, d’accord, de distance, …
Le choix de l’ordre d’enchaînement des modules est un problème crucial.
− Illustrations…
D. Bourigault Syntex 18
Le très petit chatD Av Aj N
?
La linguistique est … D Aj V
?
N
Parcours « normal » Réétiquetage
Enchaînement+ contrainte de projectivité
avec le très petit chat P D Av Aj N
?
contrainte d’accord
grammaires de dépendance formelles Nfp P Nfs Ajfp
?
grammaire de dépendance formelle Nfs P Nfs Ajfs
?
Ambiguïté Ambiguïté
Il donne du lait au chatPr V D N P N
D. Bourigault Syntex 19
Méthodologie de développement
Les modules sont programmés
− en Perl
− Par des linguistes informaticiens
Méthode de développement
− relation par relation
− basée sur corpus : nombreux tests, sur corpus variés
− autorisée par l’efficacité du système
(200 000 mots : ~ 2mn)
D. Bourigault Syntex 20
Exploitation des ressources lexicales
Minimale : « uniquement le nécessaire »
− Intégrées au fur et à mesure des besoins
− Exemples :
• Liste des verbes qui font leur passé composé avec l’auxiliaire être
• Propriétés de sous-catégorisation syntaxique : proba(mot,prep)• Ex : proba(accéder,à)=0.79 proba(conformité,avec)=0.51
Ressources de 2 types :
− Endogènes : informations acquises sur le corpus en cours de traitement
• Le corpus est objet du traitement ET source d’informations
− Exogènes : exploitées quel que soit le corpus
• Exemple : les propriétés de sous-catégorisation syntaxiques• acquises automatiquement à partir d’un corpus de 200 millions de mots (Le Monde)• À l’aide de l’analyseur lui-même
D. Bourigault Syntex 21
Etiquetage préalable
L’analyseur Syntex est intégré dans une chaîne d’analyse syntaxique
1- Pré-étiquetage
• Entités nommées : dates, mesures, titres, adresses, …
• Mots complexes : prépositions, conjonctions, adverbes, …
• réalisé par Synomia
2- Etiquetage (TreeTagger)
• réalisé par Université de Stuttgart
3- Post-étiquetage
• Correction d’erreurs connues du TT, conversion au jeu d’étiquettes Syntex
• réalisé par ERSS et Synomia
4- Analyse syntaxique (Syntex)
• réalisé par ERSS
Dépendance forte de Syntex avec des modules antérieurs !
D. Bourigault Syntex 22
Analyse en dépendance : contraintes
Gouverneur unique
Un mot a au plus un gouverneur
Projectivité
Deux mots en relation de dépendance ne peuvent être séparés que par des mots qui dépendent directement ou indirectement de l’un d’eux (Les relations de dépendance ne peuvent se croiser)
Tout mot a un gouverneur
… à l’exception du verbe de la proposition principale
mot mot mot
non
mot mot mot mot
non
gouverneur dépendant
relation
D. Bourigault Syntex 23
Analyse en dépendance : les principales relationsRelation Gouverneur Dépendant Exemples
ADJ Nom Adj., Part. passé, un chat noir ; un chat blessé
ADV Verbe, Nom, Adj. Adv. très petit ; courir vite
ATTO Verbe Adj., Nom Il le rend joyeux ; être nommé président
ATTS Verbe Adj., Nom Il est joyeux ; Il est le président
AUX Auxiliaire Part. passé Il a mangé ; Il est venu
COMP Conjonction Adj., Nom, Verbe vouloir que tu viennes
XCOMP Adj., Adv., Nom Conjonction aussi efficace que rapide ; plus que ; le fait que
DE Verbe, Adj., Nom Préposition « de » exiger de ; ivre de ; chien de
DET Nom, Pronom Déterminant le chat ; le mien
EPI Nom Nom le coin cuisine
OBJ Verbe Nom, Pronom, Conjonction, Verbe
Il voit le chat ; il le voit ; vouloir que ; vouloir venir
PREP Verbe, Adj., Nom Préposition donner à ; facile à ; aide à
XPREP Préposition Nom, Pronom, Verbe avec le chat ; avec lui ; pour venir
SUJ Verbe Nom, Pronom Le chat mange ; il mange
D. Bourigault Syntex 24
Principaux modules
Relation Gouverneur Parcours Dépendant Exemples
AUX Auxiliaire Part. passé Il a mangé ; Il est venu
ADV Verbe, Nom, Adj.
Adverbe très petit ; courir vite
DET Nom, Pronom Déterminant le chat ; le mien
XPREP Préposition Nom, Pronom, Verbe
avec le chat ; avec lui ; pour venir
DE Verbe, Adj., Nom
Préposition « de » exiger de ; ivre de ; chien de
ADJ Nom Adj., Part. passé, un chat noir ; un chat blessé
PREP Verbe, Adj., Nom
Préposition donner à ; facile à ; aide à
OBJ Verbe Nom, Pronom, Conjonction, Verbe
Il voit le chat ; il le voit ; vouloir que ; vouloir venir
SUJ Verbe Nom, Pronom Le chat mange ; il mange
gouverneur dépendant
relation
Parcours de recherche :
D. Bourigault Syntex 25
Coordination Représentation
− Relation CC du coordonnantvers chacun des coordonnés
− Le coordonnant est la cibleou la source des relations de dépendance
Traitement : le plus difficile !
− Où placer le traitement de la coordination dans la chaîne d’analyse syntaxique ? Choix actuel : « tôt »
− Traitement des virgules coordinatives
Le chat de Marie , Jean et Alain dortD N P NP T NP CC NP V
X et Y
CC CC
XPREPPREP? SUJ
REL
D. Bourigault Syntex 26
Antécédence relative
Représentation
− Relation REL du pronom relatif vers l’antécédent
Le chat qui mange est gris
REL SUJSUJ
ATTS
Le chat de gouttière que je vois
REL OBJ
DET
SUJ
Le chat avec lequel Marie joue
REL
SUJ
PREP
D. Bourigault Syntex 27
Analyse « profonde » Structures à contrôle de l’infinitif : sujet profond
• N0 V Vinf Marie souhaite partir
• N0 V à Vinf Marie pense à partir
• N0 V de Vinf Marie s’efforce de partir
• N0 V N1 à Vinf Marie autorise Jean à partir
• N0 V N1 de Vinf Marie prie Jean de partir
• N0 V à N1 à Vinf Marie apprend à Jean à nager
• N0 V à N1 de Vinf Marie demande à Jean de partir
D. Bourigault Syntex 28
Ambiguïté de rattachement prépositionnel
Il faut disposer de propriétés de sous-catégorisation syntaxique
− Pour les verbes, noms, adjectifs
Dans Syntex
− Probabilité (mot, prep)
− 2 ressources :
• Toutes les deux construites automatiquement à partir de corpus
• Ressource exogène : construite préalablement à partir d’un « gros » corpus d’apprentissage (200 M mots du Monde), utilisée pour chaque corpus
• Ressource endogène : acquise au moment de l’analyse à partir du corpus en cours d’analyse, puis « oubliée » ensuite
L'érosion a disséqué le plateau rocheux en chevrons
PREP ? rocheux + en ?plateau + en ?disséquer + en ?
D. Bourigault Syntex 29
Méthode de résolution des ambiguïtés de rattachement prépositionnel
En entrée : une phrase étiquetée, partiellement analysée
1ère étape : rechercher_candidats :
− Etant donné une préposition p, qui régit un mot m’, rechercher dans le contexte gauche l’ensemble des mots mj susceptibles de régir la préposition p
des règles qui décrivent dans quelles configurations conserver un mot comme candidat
« sauter » un mot
arrêter la recherche
2ème étape : choisir_candidat
− Sur la base d’indices affectés à chacun des candidats
Principal indice : probabilité que le mot candidat mj se construise avec la préposition p : proba(mj, p)
D. Bourigault Syntex 30
Recherche des candidats
La France défendra ses intérêts avec la plus grande fermeté .
Le problème est triple : insuffisance de la recherche sur des pathologies, …
Son rôle serait de protéger un port ou un dispositif naval en mouvement
On lui proposait des rôles dans des comédies idiotes et des films d'action sans scénario
Certains pays réclament l'élimination totale des subventions agricoles à l' exportation
D. Bourigault Syntex 31
Acquisition de propriétés de sous-catégorisation
Calcul de probabilités de sous-catégorisation
− A partir d’un corpus annoté manuellement (PTB)
− A partir d’un corpus étiqueté automatiquement
− A partir du Web
Méthode
− A partir d’un corpus de 200 millions de mots : journal Le Monde, années 1991 à 2000 (LM10)
• Grande taille
• Thématiquement diversifié
Ressources génériques
− Etiqueté (Treetagger) et partiellement analysé syntaxiquement (Syntex)
D. Bourigault Syntex 32
Procédure d’acquisition à partir du corpus LM10
Deux itérations sur le corpus LM10
1) Amorçage :
• n’exploiter que les informations acquises dans des contextes non ambigus
• Construire un premier lexique de sous-catégorisation à partir de ces informations : proba(m,p)
2) Consolidation :
• Utiliser le lexique construit à l’étape précédente, pour résoudre les ambiguïtés de rattachement prépositionnel
• construire le lexique final en exploitant les informations acquises dans tous les contextes (non ambigus et ambigus résolus)
nb d’occurrences où le mot m régit la préposition pproba(m,p) = nb total d’occurrences du mot m
Je l’ai donné à Marie
D. Bourigault Syntex 33
Procédure d’acquisition à partir du corpus LM10
cas de rattachementprépositionnelnon ambigus
LM10étiqueté
cas de rattachementprépositionnel
résolus avec L0
Lexique L0
1- Amorçage 2- Consolidation
Lexique L1
Résolution :Le candidat de plus forte probabilité.Par défaut : le premier
Lexique final
rechercher_candidat
Calcul proba(m,p)
choisir_candidat
Calcul proba(m,p)
D. Bourigault Syntex 34
Probabilités de sous-catégorisation syntaxique
proba mot prep
0,765 abonner à
0,536 aboutir à
0,788 accéder à
0,535 accoler à
0,569 accorder à
0,871 accouder à
0,558 accrocher à
0,578 acculer à
0,641 achopper sur
0,650 adapter à
0,700 adhérer à
0,772 adjoindre à
0,873 adosser à
proba mot prep
0,622 accès à
0,864 accession à
0,539 accointance avec
0,606 allusion à
0,537 appartenance à
0,528 assignation à
0,564 assujettissement à
0,554 butte à
0,773 cofinancé par
0,510 conformité avec
0,606 croupière à
0,745 haro sur
0,546 hockey sur
Ressource exogène
(journal Le Monde, 200 millions de mots)
D. Bourigault Syntex 35
Probabilités de sous-catégorisation syntaxique
Exemple de ressource endogène
(corpus médical, réanimation chirurgicale, 400 000 mots)
proba mot prep
0,444 accord avec
0,246 accouchement par
0,418 allergie à
0,200 amylasémie à
0,469 analgésie par
0,200 anémie à
0,735 antibioprophylaxie par
0,355 antibiothérapie par
0,235 anticoagulation par
0,616 argument pour
0,312 argument en faveur de
0,308 arme à
D. Bourigault Syntex 36
Evaluation du module de rattachement prépositionnel
Genre Corpus # mots # cas annotés
Littéraire Balzac (Splendeur …) BAL 199 789 672
Journalistique un extrait du Monde LMO 673 187 1 238
Juridique le Code du travail CTR 509 124 1 150
Médical Comptes rendus d’hospitalisation MED 377 967 646
Sur des corpus de genres variés
− Annotation manuelle de plusieurs centaines de cas
4 stratégies
− Base : candidat le plus éloigné
− Endo : candidat avec la probabilité endogène la plus élevée
− Exo : candidat avec la probabilité exogène la plus élevée
− Mixte : candidat avec la probabilité endogène ou exogène la plus élevée
D. Bourigault Syntex 37
Evaluation du module de rattachement prépositionnel
50
80
90
100
70
60
base endo exo mixte
Prec %
base endo exo mixte
BAL 83.0 83.5 86.9 86.6
LMO 70.3 80.1 86.6 85.9
CTR 65.5 82.3 86.3 87.3
MED 59.9 78.0 66.3 78.3
% précision
D. Bourigault Syntex 38
Couverture de Syntex
Le Monde Frantext
# phrases 1 053 604 1 968 219
# phrases sans verbes 158 456 295 628
# mots 24 745 211 28 083 060
# mots / phrase 23 14
% mots sans gouverneur 21 28
cat %cat / tot
%-gouv / cat
%cat / tot
%-gouv / cat
Nom 22 14 18 15
Prep 17 15 12 20
Det 15 1 13 2
Adj 8 10 6 16
VCONJ 7 86 12 87
NomPr 6 17 2 17
Adv 6 31 8 30
Pro 4 20 13 21
D. Bourigault Syntex 39
Synthèse Un analyseur robuste
− et aussi, précis et à (relativement) large couverture
− Opérationnel
− diffusé
Pas de théorie syntaxique
− Les connaissances linguistiques ne sont présentes sous la forme de règles de grammaires, mais :
• architecture informatique
• algorithmes et heuristiques de recherche de recteurs ou régis
− Pas de notion de « bonne formation » de phrases : analyse locale ascendante : pas de contrôle global
− Syntaxe théorique vs syntaxe opérationnelle (Bar-Hillel, 1961)
Un analyseur peu lexicalisé
− Analyse guidée par la phrase vs. analyse guidée par le lexique
D. Bourigault Syntex 40
II – Utilisations de Syntex
Extraction de termes
− Construction de ressources terminologiques (thesaurus, index, ontologies, …)
− Recherche d’informations sur sites Internet (Synomia)
Interrogation de corpus annotés
− Tiger (Université de Stuttgart)
Analyse distributionnelle
− Upery
D. Bourigault Syntex 41
Construction d’un « réseau terminologique »
charge importante
chargeobserver
observer une charge…
T T
important
E
trouble
E
On observe une charge importante en trouble
observer une érosionoberver une perte…
E
…charge en argilecharge en poussière…
charge importante en trouble
charge en trouble
Analyse syntaxique
Extraction de syntagmes
« séries paradigmatiques »
D. Bourigault Syntex 42
D. Bourigault Syntex 43
D. Bourigault Syntex 44
D. Bourigault Syntex 45www.liberation.fr
D. Bourigault Syntex 46
Interrogation de corpus annotés à l’aide de TigerSearch
Conversion analyses en dépendance arbres syntaxiques
− Pour interrogation par TigerSearch
− Pour extraction de candidats termes
H
m1 m m2m1 m m2
S
Le chat mange la sourisLe chat mange la souris
P
D. Bourigault Syntex 47
TigerSearch
Université de Stuttgart
http://www.ims.uni-stuttgart.de/projekte/TIGER/
Outil d’interrogation de corpus arborés (banques d’arbres)
D. Bourigault Syntex 48
D. Bourigault Syntex 49
D. Bourigault Syntex 50
D. Bourigault Syntex 51
D. Bourigault Syntex 52
D. Bourigault Syntex 53
Reconnaissance de formes
chatle dorttrès gentil de Marie le paillassonsur
Recommended