Version classiqueVersion mobile
OpenEdition Books

Informatique et sciences cognitives

 | 
Catherine Garbay
, 
Daniel Kayser

Vers une approche cognitive du traitement automatique des langues

Philippe Blache

Texte intégral

1Parmi les activités humaines, le langage occupe un statut particulier par sa dimension sociale, sa relation à l’élaboration de la pensée, sa participation à la construction de connaissances, etc. La compréhension de son fonctionnement reste un des enjeux importants de la science. Si nous sommes aujourd’hui capables de décrire (souvent très précisément) les mécanismes constitutifs des différents composants du langage que sont le lexique, la syntaxe, la sémantique ou encore la pragmatique, en revanche l’explication du fonctionnement global de la production et de la perception du langage, décrivant les interactions entre ces composants, reste difficile. La démarche classique consiste à examiner un sous-ensemble de phénomènes et à en proposer une modélisation. Le traitement automatique des langues naturelles (noté TAL) joue un rôle important dans cette démarche et constitue un véritable terrain d’expérimentation permettant de spécifier des mécanismes, d’élaborer des modèles et de les tester sur du matériel naturel. C’est en quelque sorte l’équivalent de la paillasse du biologiste, avec ceci de particulier que ces expérimentations conduisent régulièrement à la création d’outils.

2Nous présentons dans cet article quelques aspects fondamentaux du traitement automatique des langues. Plutôt qu’une présentation technique qu’il est possible de trouver ailleurs (voir par exemple Jurafsky et Martin (2000) ou Pierre (2000)), nous aborderons plutôt les enjeux actuels du TAL et comment il devient possible d’aborder, grâce à l’évolution des théories linguistiques en même temps que des technologies disponibles, la question de la cognition. Cette question se pose désormais avec acuité, à une période où ce domaine de recherche aborde le traitement de la langue en situation naturelle, notamment dans un contexte de communication.

Quelques aspects du traitement automatique des langues

3L’information linguistique est répartie en différents domaines (appelés niveaux dans une conception hiérarchisée de l’information, que nous récusons ici) qui sont le lexique, la phonologie, la morphologie, la syntaxe, la sémantique et la pragmatique. Chacun de ces secteurs fait, dans une perspective de traitement automatique, appel à des techniques ou à des informations particulières. Cette vision modulariste est de fait adaptée à l’approche classique compositionnelle de l’élaboration du sens : le sens du tout est fonction du sens des parties. Il est donc d’usage en TAL de distinguer les traitements en fonction du secteur auquel ils correspondent : analyse lexicale, syntaxique, sémantique, pragmatique, etc. Selon les théories, les techniques utilisées ou encore les applications visées, le rôle joué par chacun de ces composants pourra être différent, plus ou moins important. Certaines approches n’utiliseront par exemple que des informations de niveau lexical, d’autres au contraire s’intéresseront à l’organisation du discours quasi indépendamment des autres domaines. Par ailleurs, cette approche modulariste entraîne également une vision séquentielle du traitement de l’information, partant du lexique pour arriver au sens. Une telle approche est réductrice, ne correspond pas à la réalité cognitive du traitement de l’information linguistique : les théories linguistiques récentes proposent en effet une vision intégrée, reposant sur l’interaction des domaines. Cette conception est également à l’œuvre en TAL et un nombre croissant de techniques permettent désormais d’envisager une architecture parallèle du traitement.

4Pour autant, les problèmes spécifiques à chacun des secteurs doivent être identifiés et traités. Nous décrivons dans cette partie leurs principaux aspects. Il ne s’agit pas ici de fournir une présentation technique des différents traitements, mais plutôt d’en exposer les fondamentaux de façon à en décrire l’évolution dans chacun de ces domaines, et de les mettre en perspective avec le propos de cet article : comment le TAL permet-il aujourd’hui d’intégrer une approche cognitive du traitement de la langue.

La catégorisation

5Le problème de la catégorisation est fondamental dans toute activité cognitive : quelles sont les unités de base sur lesquelles le traitement de l’information s’appuiera ? Cette question peut s’avérer complexe, d’une part à cause du haut niveau d’ambiguïté intrinsèque aux langues naturelles (aussi bien pour ce qui concerne les informations liées au lexique que pour l’interprétation), mais également à cause de la variabilité (nous pourrions dire le polymorphisme) des objets eux-mêmes. Plusieurs études se sont penchées sur cette question (voir par exemple Aarts (2007)) et ont montré qu’une même unité pouvait relever de plusieurs catégories simultanément, dans des proportions différentes (permettant au passage, comme certains commencent à le faire, d’utiliser la métaphore quantique). Nous sommes ainsi confrontés à des phénomènes d’échelle (également appelés « gradience ») rendant difficile la tâche de catégorisation qui nécessite, d’une part, la spécification du type d’information contenu dans une catégorie et, d’autre part, la définition des propriétés caractéristiques permettant de reconnaître une catégorie.

6En ce qui concerne le traitement automatique des langues, la première tâche à effectuer est celle de la catégorisation. Nous n’abordons pas dans cet article les aspects concernant le traitement de la parole, au sujet duquel la première tâche - relevant elle aussi de catégorisation - concerne l’identification des phonèmes. Pour le TAL, la première étape d’analyse lexicale consiste à associer à chaque forme (chaque mot d’un texte, chaque unité d’un énoncé) une catégorie (classiquement appelée partie du discours) et une description plus ou moins précise de ses caractéristiques.

7La question de la catégorisation, au niveau le plus bas, se traite en recherchant la forme dans un lexique. Cette opération permet de déterminer un ensemble de catégories candidates, en même temps que les informations associées. Des techniques de désambiguïsation probabilistes peuvent être appliquées dès cette étape, sur la base du contexte, avec un taux de succès se situant, en fonction des techniques et des types de textes, autour de 95 %. Il est important de noter que ce type de performance est valable pour le traitement de matériel écrit, mais chute de façon importante pour la catégorisation d’énoncés oraux. Dans ce cas, le premier problème vient de la rareté de corpus oraux étiquetés, permettant un apprentissage. De plus, l’oral est sujet à des phénomènes variés, notamment de disfluence, compliquant cette tâche.

8Les informations associées à la forme lexicale sont, a minima, d’ordre morphosyntaxiques et concernent par exemple le temps, le genre, le nombre, etc. Des informations plus précises peuvent également être fournies à ce niveau d’analyse, par exemple syntaxiques et concernant les relations que le mot entretient avec son contexte. Il s’agit typiquement pour un verbe de fournir le type de compléments avec lequel il se construit, pour un adjectif d’indiquer sa possibilité de précéder le nom, etc. Les informations peuvent enfin être d’ordre sémantique (on parlera alors de sémantique lexicale), associant à chaque objet une description des éléments de sens qu’il contient. Pour un verbe, cela concerne notamment la structure argumentale, laquelle permet de préciser le rôle sémantique spécifique de chacun de ses compléments. Pour un déterminant, il s’agira par exemple de préciser ses fonctions notamment en termes de quantification, etc.

9La tâche de catégorisation s’appuie sur des lexiques électroniques rassemblant toutes ces informations, généralement associées à des formes. Un des lexiques les plus couvrants du français a été développé au LPL, il contient plus de 450 000 formes lexicales (voir le site du CRDO : http://crdo.fr/​). D’autres lexiques sont également disponibles, comme Morphalou (http://www.cnrtl.fr/​) ou le Lefff. À côté de ces ressources, des corpus étiquetés et corrigés manuellement permettent d’acquérir des informations contextuelles sur la base desquelles le processus de désambiguïsation sera déclenché. Ces corpus ne sont pas toujours librement disponibles. Un des effets positifs des campagnes d’évaluation organisées régulièrement pour le traitement du français est la production de ce type de ressource. La campagne GRACE a ainsi permis, en comparant plusieurs étiqueteurs, de construire un tel corpus (Adda et al. 1999). Plusieurs étiqueteurs du français sont aujourd’hui disponibles, par exemple WinBrill ou celui du LPL (également disponible sur le site du CRDO, cf. supra).

Le niveau syntaxique

10L’analyse syntaxique automatique (en anglais « parsing ») a longtemps été considérée comme le cœur du traitement linguistique, à la fois du point de vue théorique et technique. C’est le premier problème auquel s’est attaqué le TAL. Depuis que l’informatique existe, il est devenu nécessaire de développer des langages artificiels de programmation, décrits par une grammaire et pour l’analyse desquels il a fallu développer des techniques de traitement, en particulier d’analyse syntaxique, à la base de tout compilateur. Ces mêmes techniques ont rapidement été utilisées pour tenter de traiter les langues naturelles. L’idée de départ est que les langues naturelles peuvent être au moins partiellement décrites par une grammaire « indépendante du contexte » et que nous disposons pour cela de techniques appropriées. Les premières grammaires et les premiers analyseurs ont ainsi vu le jour.

11Le problème posé est simple : étant donné un énoncé (une suite de mots), peut-on dire s’il est grammatical ? Répondre à cette question permet au passage, à condition de mémoriser les différentes étapes du processus, de construire la structure syntaxique de cet énoncé (en général un arbre). Nous avons besoin pour cela d’une grammaire et d’un mécanisme permettant de l’utiliser. Dans le cas des grammaires context-free, le principe repose sur la recherche d’une dérivation permettant, à partir d’un symbole de départ de la grammaire représentant la phrase, d’indiquer les différentes étapes permettant de parvenir jusqu’à l’ensemble de mots de la phrase à analyser, chacune de ces étapes reposant sur l’utilisation d’une règle syntagmatique.

12Il existe de nombreux algorithmes permettant d’effectuer cette opération, certains très sophistiqués. Parmi les plus utilisés, on peut citer Earley et le CKY, du nom de ses auteurs (Cocke, Kasami, Younger). Sans entrer dans les détails (consulter pour cela les ouvrages d’introduction comme Jurafsky et Martin (2000) ou Gardent et Baschung (1994)), le premier algorithme s’appuie sur la génération à chaque étape du processus d’un ensemble d’items représentant la chaîne à analyser, la situation de l’analyse (ce qui a été analysé et ce qui doit l’être) et les informations spécifiques à cette situation (notamment les règles utilisées). Cet algorithme permet de façon très simple de générer l’ensemble des solutions qui sont autant d’arbres possibles susceptibles d’être associés à la phrase dans le cas où celle-ci porte une ambiguïté syntaxique. Il est à noter que cet algorithme, initialement conçu pour les grammaires syntagmatiques simples, a été adapté pour la prise en compte de formalismes plus récents et de plus haut niveau comme le formalisme DI/PL (Shieber 1984). Le CKY quant à lui introduit une notion intéressante pour l’analyse non déterministe : la possibilité de réutiliser des parties d’analyse déjà effectuées. Là encore, cet algorithme a donné lieu à de nombreuses adaptations pour tenir compte de l’évolution des formalismes.

13À côté de ces approches symboliques, des techniques probabilistes pour l’analyse syntaxique ont également été proposées. La plus simple consiste à guider le processus d’analyse en associant des probabilités aux règles syntagmatiques. On parle ici de « grammaires syntagmatiques probabilistes » (Manning 1999, Bod et al. 2003). Cette technique constitue une réponse simple et efficace au contrôle du non-déterminisme. Des techniques plus sophistiquées ont récemment été proposées, permettant l’assemblage direct de parties entières d’analyse, en s’appuyant non plus sur une grammaire, mais sur des ensembles d’arbres partiels (Bod 1998).

14Une évolution majeure dans la représentation de l’information syntaxique a été l’introduction dans les années 1980 de la notion de traits, permettant d’associer à chaque catégorie une description précise de ses caractéristiques lexicales, morphologiques, sémantiques, syntaxiques, phonologiques, etc. Ce changement profond a reposé sur l’introduction d’un mécanisme approprié à la gestion des traits et qui a profondément modifié les techniques d’analyse : l’unification (Kay 1984). Toutes les théories linguistiques, tous les formalismes intègrent désormais cette dimension.

15Les traits permettent tout d’abord de fournir une description extrêmement précise des propriétés linguistiques. Au-delà de la simple représentation des connaissances, cet aspect est tout à fait fondamental car il a ouvert la porte à la possibilité d’intégrer au lexique toutes sortes d’informations, y compris de niveau syntaxique. Cette caractéristique, appelée la lexicalisation, permet d’associer à chaque entrée lexicale des propriétés génériques de sa catégorie, mais également des caractéristiques propres, par exemple sur le type de complément construit.

16De plus, le mécanisme d’unification a permis d’introduire une notion particulièrement importante dans le traitement des langues : les contraintes. L’analyse dans ce type d’approche repose en effet sur la vérification des valeurs des traits de chaque catégorie. Il s’agit en d’autres termes de vérifier que l’objet qu’on est en train de construire est compatible avec son contexte. D’une part chaque catégorie est décrite par ses traits propres et, d’autre part, le contexte (les catégories voisines) va spécifier des relations (ou contraintes) entre catégories. Les phénomènes d’accord sont un exemple caractéristique de ce type de contraintes. Dans ce type d’approche, l’unification devient donc un mécanisme essentiel de l’analyse syntaxique. Aujourd’hui, des formalismes largement répandus s’appuient de façon quasi exclusive sur les traits et les relations qu’ils entretiennent entre eux. C’est le cas en particulier de la théorie des grammaires syntagmatiques guidées par les têtes, ou HPSG (Sag et al. 2003) qui considère l’analyse syntaxique non plus comme un processus de dérivation, mais plutôt comme un mécanisme de satisfaction de contraintes.

17Les nombreux travaux sur l’analyse syntaxique automatique et, comme pour le traitement du lexique, les différentes campagnes d’évaluation menées notamment pour l’analyse syntaxique du français (campagnes Easy et Passage, Vilnat et al. 2004, Paroubek et al. 2008, Villemonte et al. 2008) ont permis de constituer des ressources. Il s’agit de corpus de textes et de transcriptions de l’oral segmentés manuellement en chunks (unités syntaxiques non récursives). Les analyseurs syntaxiques obtiennent sur ce type de tâche d’excellents résultats (avec un f-score autour de 93 %). Là encore, un système de segmentation en chunks sur la base du formalisme proposé pour la campagne Passage est disponible au LPL via le CRDO. À côté de ces ressources automatiques, il existe des ressources construites manuellement : il s’agit de banques d’arbres syntaxiques (appelées treebanks). Pour le français, un projet de constitution de treebank est en cours depuis plusieurs années (Abeillé 2003).

Les nouveaux enjeux du TAL

18Aujourd’hui, l’évolution des ressources et des techniques permet d’envisager un traitement plus précis et plus efficace des données textuelles. L’intégration d’informations sémantiques aux ressources lexicales est un chantier avançant rapidement, notamment grâce à des techniques d’acquisition automatique. Parallèlement, la création et l’utilisation d’ontologies ouvrent également de nouvelles possibilités, en particulier dans le cadre de la recherche d’informations. Ce domaine est sans doute celui où le TAL a effectué des progrès les plus spectaculaires ces dernières années, et de nombreuses applications ont ainsi vu le jour permettant des traitements très efficaces dans des masses de données volumineuses (Manning et al. 2008).

19Un des enjeux majeurs encore devant nous concerne le traitement du langage dans son contexte d’utilisation, et en particulier le traitement de la parole spontanée. Les progrès mentionnés précédemment permettent désormais d’aborder ce problème. Tout d’abord, les techniques d’aide à la création et à l’annotation de corpus permettent la constitution de ressources de haut niveau, intégrant des informations variées. Nous commençons en effet à disposer de corpus audio et vidéo, de conversations spontanées comprenant des annotations sur tous les niveaux d’information : phonétique, prosodie, syntaxe, discours, gestes, etc. (Bertrand et al. 2009). Ce type de ressource est extrêmement précieux d’une part pour permettre l’identification et la description précise des phénomènes observés, et d’autre part parce que cela peut servir de base pour l’entraînement de systèmes stochastiques.

20Plusieurs tâches nous attendent pour avancer dans cette direction. Il faut en premier lieu, sur la base des corpus existants, développer des systèmes d’étiquetage adaptés à l’oral spontané. Ce type de production est caractérisé par la présence de disfluences (hésitations, reprises, répétitions, bribes, etc.) qui perturbent les techniques classiques. De nouveaux étiqueteurs sont en cours de développement pour prendre en compte ces phénomènes.

21La seconde étape consiste à mettre au point un système de segmentation de la parole en unités pertinentes (correspondant aux phrases pour l’écrit). Cette tâche n’est pas triviale, mais les techniques stochastiques, sur la base d’informations prosodiques et morphosyntaxiques, permettent d’entrevoir des solutions. Aucun système n’existe à ce jour qui puisse effectuer ce type de traitement de façon efficace, mais le problème devrait être réglé rapidement.

22L’étape de l’analyse syntaxique est évidemment plus difficile à franchir. Quelques approches ont été proposées s’appuyant sur une étape préliminaire de transformation de l’énoncé produit en phrases « canoniques » (en particulier en éliminant les bribes, répétitions, etc.). Ce type de technique n’est pas satisfaisant car sujette, d’une part, à de nombreuses erreurs et, d’autre part, parce qu’elle s’éloigne d’un modèle cognitif plausible. L’objectif de la linguistique doit être en effet de proposer un modèle théorique cognitivement fondé en même temps que des techniques efficaces. Il convient pour cela de disposer de modèles adaptés au traitement de l’oral et de développer des techniques pour leur mise en œuvre. Ces modèles et techniques devront en particulier rendre compte des différents domaines et de leurs interactions.

L’organisation de la construction du sens

23Le traitement automatique des langues naturelles comporte un enjeu essentiel : permettre d’accéder à l’information contenue dans un message. Il s’agit pour nous de comprendre comment le sens s’élabore, de façon à parvenir à son décodage et en proposer un traitement automatique. Nous sommes là au cœur des sciences cognitives : comment cette activité humaine par excellence qu’est la communication via le langage fonctionne-t-elle, et est-il possible d’en proposer une simulation via des processus artificiels ?

24La linguistique moderne, nous y reviendrons dans la section suivante, nous apprend que l’information permettant l’interprétation d’un énoncé est répartie au travers des différents niveaux (on parle plutôt de domaines) sur lesquels repose le signal linguistique : morphologie, syntaxe, prosodie, etc. Mais elle est également répartie sur les différentes modalités utilisées dans la communication humaine, en particulier le geste et la parole (pouvant être complétés dans la communication homme-machine par d’autres types de médias artificiels). Chacun de ces domaines porte donc une partie de l’information. Traditionnellement, on considère pertinente l’hypothèse compositionnelle selon laquelle la construction du sens d’un énoncé est un processus incrémental, auquel chacun des domaines contribue en apportant une partie de l’information : l’information est une composition du sens de ses parties. Cette approche est intéressante du point de vue du traitement automatique car elle est simple : chaque domaine (pouvant ici être conçu comme un module) construit une structure fournissant sa partie d’information, il suffit de les assembler pour construire le sens global.

25Cependant, une telle conception ne permet pas de rendre compte de nombreux phénomènes au cours desquels le sens ne résulte pas d’un processus compositionnel au sens classique du terme, mais d’un processus de plus haut niveau : l’interaction des domaines. Dans ce cas, on considère qu’un même type d’information est réparti sur plusieurs domaines et l’interprétation n’est possible qu’en les prenant en compte simultanément. L’exemple suivant en est une illustration :

(1) Marie je la supporte pas

26La structure syntaxique de cette phrase ne permet pas à elle seule de décider s’il existe une relation de coréférence entre « Marie » et le pronom « la ». Dans le cas où cette relation existe, il s’agit d’une construction disloquée, dont l’interprétation est que le locuteur ne supporte pas Marie. En revanche, sans relation de coréférence, il s’agit d’une construction vocative, le locuteur s’adressant à Marie en lui parlant de quelqu’un d’autre et lui disant qu’il ne supporte pas cette autre personne. Si la syntaxe ne permet pas de choisir entre l’une ou l’autre de ces interprétations, la prosodie le peut : un contour intonatif ascendant sera associé ici à la dislocation tandis qu’un contour plat indiquera un vocatif. Dans ce type de phénomène, nous voyons bien que l’interprétation est rendue possible en prenant en compte simultanément la prosodie et la syntaxe, c’est leur interaction qui produit du sens.

27D’une façon plus générale, lorsqu’on étudie la langue en situation, en particulier dans un contexte de communication, ce type d’interaction entre domaines intervient systématiquement et l’information provient en particulier de la convergence entre parole (prosodie, syntaxe, etc.), gestes et contexte. De plus en plus de travaux portent ainsi sur l’étude de la communication multimodale (homme-homme, homme-machine). De façon encore plus critique que dans le cas de l’étude d’une modalité isolée, c’est l’interaction des différents domaines qui constitue ici le cœur du processus.

28Dans une perspective visant à la description des mécanismes de production et de perception en conditions naturelles, et donc cognitivement fondée, il est donc indispensable de proposer des mécanismes permettant le traitement de chacun de ces domaines, mais également de leur interaction. Du point de vue plus spécifique du traitement automatique, il s’agit alors de proposer une architecture distribuée de manière plus parallèle que celle traditionnellement adoptée qui repose sur une séquence de traitements.

29Cette conception de l’organisation de l’information a des conséquences directes non seulement sur la compréhension de l’élaboration du sens, mais également sur la réalisation concrète du langage. En particulier, une des caractéristiques du langage est la grande variabilité de sa réalisation d’un locuteur à un autre ou chez un même locuteur. Cette variabilité porte sur tous les domaines évoqués précédemment. La prosodie est bien entendu le premier domaine qui vient à l’esprit lorsqu’on évoque cette question : l’intonation, mais également les pauses, la durée des phonèmes, etc., peuvent connaître une très grande variabilité intra ou inter-locuteurs. Cependant, dans de nombreux cas, la prosodie semble assujettie à des contraintes fortes contrôlant - voire empêchant - toute variabilité, y compris dans des langues non tonales. C’est le cas par exemple des constructions interrogatives en français qui, en l’absence de dispositifs comme la présence de pronom interrogatif ou la reprise du sujet par un clitique, doivent impérativement s’accompagner d’un contour intonatif ascendant. De même, au niveau lexical, un même message pourra être véhiculé à l’aide de mots différents, certains pouvant être référentiels, d’autres pas (les pronoms). Le niveau syntaxique est également sujet à une grande variabilité : un même message pourra être véhiculé à l’aide de structures syntaxiques différentes, plus ou moins marquées. Reprenant l’exemple donné plus haut, le suivant illustre ce phénomène :

(2a) C’est Marie que je supporte pas
(2b) Marie je supporte pas

30La première réalisation s’appuie sur une construction syntaxique explicite, une clivée, exprimant sans ambiguïté les relations grammaticales : l’objet clivé, « Marie », ne peut être interprété que comme l’objet du verbe « supporter » et est donc ici, en termes de rôle sémantique, le « patient » de cette action. Cette même interprétation peut être donnée à la seconde réalisation, utilisant un dispositif totalement différent et beaucoup moins explicite quant à la réalisation des rôles syntaxiques et sémantiques évoqués plus haut.

31Peu d’hypothèses permettent d’expliciter les conditions de cette variabilité. Une observation est cependant possible si l’on reprend l’idée de la dispersion de l’information au travers de différents domaines : lorsque l’un des domaines véhicule suffisamment d’information, les autres acquièrent un degré de variabilité important. En reprenant l’exemple précédent, le lexique et la syntaxe de l’exemple (2a) permettent de parvenir à une interprétation unique, sans ambiguïté. Dans ce cas, et l’observation des données réelles de cette construction le montre, la prosodie pourra être variable. En revanche, dans le cas du second exemple, le lexique et la syntaxe ne suffisent pas à eux seuls pour construire une interprétation stable. La prosodie ici jouera un rôle prépondérant et perdra sa variabilité : seul un contour ascendant pourra être ici réalisé. De même, en appliquant à une phrase un contour intonatif ascendant à la fin, on obtiendra en français sans ambiguïté une interprétation interrogative. Du coup, la structure syntaxique acquiert une grande variabilité, pouvant aller jusqu’à l’absence totale de marqueur interrogatif spécifique au niveau morphosyntaxique ou syntaxique.

32L’explication que nous donnons à ce phénomène est alors simple : le niveau d’information d’un énoncé doit atteindre un certain seuil pour permettre son interprétation. Chaque domaine, nous l’avons vu, contribue à l’apport d’une partie de l’information. Dès que ce seuil est atteint, les phénomènes de variabilité apparaissent. Ainsi, dans le cas où la syntaxe véhicule à elle seule suffisamment d’information pour atteindre ce seuil, les autres domaines deviennent variables.

33Nous obtenons là une théorie quantitative de la variabilité qui repose sur notre capacité d’identifier et de mesurer cette information véhiculée dans chacun des domaines. C’est l’un des enjeux des modèles linguistiques actuels, débouchant sur la possibilité d’une évaluation automatique de ces niveaux. Avant d’examiner plus précisément cet aspect du problème, il est utile d’analyser plus précisément ses enjeux théoriques.

Un détour par l’évolution des théories linguistiques

34La plupart des théories linguistiques, jusqu’à la fin des années 1980, ont adopté un point de vue formel, ne prenant pas en compte la langue comme un véritable objet d’étude, mais plutôt comme un ensemble de données validant a posteriori des hypothèses. Là où les sciences du réel partent de l’observation des données et tentent d’en fournir une modélisation, la linguistique avait plutôt adopté un point de vue théorique, expliquant la langue à travers les mécanismes qui la supportent et non pas pour elle-même. Les approches génératives en particulier, qui ont dominé la seconde moitié du xxe siècle, ont proposé une vision de la langue en tant qu’ensemble de séquences de mots pouvant être générées par une grammaire à l’aide d’un mécanisme : la dérivation. Cette conception a le mérite d’être claire et efficace, par exemple en termes de traitement automatique : ce qui est généré fait partie de la langue, ce qui ne l’est pas est en dehors. Nous disposons ainsi d’une procédure décidant de la grammaticalité d’un énoncé en lui associant au passage une structure syntaxique (à partir de laquelle il sera par exemple possible de construire une représentation sémantique).

35Cette conception repose fondamentalement sur l’hypothèse de l’existence d’une grammaire universelle (ensemble de principes valides pour toutes les langues) qui constituerait selon Chomsky (voir, par exemple, Chomsky (1975)) un véritable organe mental dont disposerait de façon innée chaque individu. La grammaire est ici conçue comme un système complet avec un état initial élaboré. L’acquisition de la langue est un processus de raffinement de ce système initial par l’ajout progressif de nouvelles règles, enrichissant au fur et à mesure le système initial (qui est indépendant de l’environnement). Dans cette architecture, différents modules interagissent pour élaborer un énoncé et permettre son interprétation : phonétique, phonologie, morphologie, syntaxe, sémantique, etc. Ces modules sont indépendants et contribuent séparément à l’opération d’interprétation : chacun transmet à l’autre une structure, le tout étant, dans les approches génératives, dominé de fait par la syntaxe.

36Dans le même temps que ces approches théoriques se développaient, la linguistique descriptive, rejetant de son côté toute forme de modélisation, n’a pas construit d’alternative permettant d’expliquer le fonctionnement de la langue. De plus, elle s’est essentiellement attachée à décrire les langues dans une perspective de fait normative. La tradition grammairienne, de même que les travaux sur la typologie des langues, reposent dans la plupart des cas sur l’observation d’une partie seulement de l’objet d’étude : la langue normée. Rares ont été les travaux portant effectivement sur la langue parlée (à l’exception notable des travaux du GARS, voir par exemple Blanche-Benveniste et al. 1990), en situation, prenant en compte le contexte de production et de perception.

37Nous sommes ainsi parvenus à une situation de quasi-blocage dans laquelle finalement les aspects cognitifs de la langue se sont trouvés relégués au second plan. La situation a cependant évolué rapidement ces dernières années. Les limites des approches théoriques, que ne permet pas de prendre en compte la langue dans sa globalité en tant qu’ensemble d’usages, certains étant normés, d’autres moins, ont été rapidement identifiées et des solutions proposées. Chomsky le premier a pointé cette limite, en indiquant que la grammaticalité n’était finalement pas une notion binaire, mais qu’il existe un phénomène d’échelle illustré par le fait que les locuteurs peuvent associer à un énoncé un degré de grammaticalité : certains énoncés sont parfaitement grammaticaux, d’autres pas du tout et d’autres encore se situent entre les deux, se rapprochant plus ou moins de l’un des pôles. En tout état de cause, il convient pour une théorie de rendre compte de ces phénomènes sans se limiter à l’analyse des seuls énoncés bien construits. C’est par exemple ce que propose de faire la théorie de l’optimalité (Prince et Smolensky 1993) en proposant un mécanisme d’identification de la structure optimale, celle-ci pouvant ne pas satisfaire toutes les propriétés (ou contraintes) exprimées dans la grammaire.

38Est ainsi progressivement apparue l’idée que les mécanismes linguistiques pouvaient ne pas être conçus comme un processus d’énumération, comme dans les approches génératives, mais plutôt comme une recherche de modèle. Dans une perspective logique, nous passons d’une vision reposant sur une théorie de la preuve (appuyée sur une démarche syntaxique de la construction de la preuve) à une théorie des modèles (reposant sur une approche sémantique). Cette distinction a été décrite en particulier par Pullum (Pullum et Scholz 2001) qui distingue d’un côté la syntaxe générative énumérative (generative-enumerative syntax) et de l’autre la syntaxe basée sur la théorie des modèles (model-theoretic syntax). Il s’agit dans ce second type d’approche, plutôt que de rechercher la grammaticalité d’un énoncé, d’en décrire les caractéristiques, quelle que soit sa forme. Nous sommes ainsi capables de rendre compte de la langue dans sa globalité, avec tous ses usages, et pas seulement de l’un de ses sous-ensembles, la langue normée. Ce type d’approche ouvre la porte à une nouvelle conception de l’organisation et du fonctionnement de la langue. Il devient en effet possible d’une part de rendre compte de tout type de production, et notamment la production orale, et d’autre part de prendre en compte simultanément les différentes sources d’information évoquées précédemment. Les phénomènes linguistiques sont caractérisés par un ensemble de propriétés syntaxiques, sémantiques ou encore prosodiques qu’il convient de décrire simultanément. C’est le projet d’un certain nombre de théories linguistiques, en particulier celui des grammaires de construction, notées C x G (Fillmore 1998 ou Kay et Fillmore 1999). Cette théorie décrit en effet les constructions comme des lieux de convergence d’un ensemble de propriétés. Une construction est par exemple une tournure syntaxique particulière (l’inversion sujet-verbe, la coordination) ou une unité particulière (les syntagmes, les unités lexicales) ou encore des phénomènes de restriction lexicale. Ces constructions sont décrites par un ensemble de propriétés lexicales, syntaxiques ou sémantiques, toutes situées au même niveau, évitant ainsi l’écueil d’une architecture hiérarchisée et séquentielle dans laquelle chaque module fonctionne séparément et construit une représentation avant de la transférer à un autre module.

39Les travaux actuels en C x G portent essentiellement sur l’interaction syntaxe-sémantique et offrent une solution très cohérente en permettant d’établir une relation directe entre ces deux domaines. Mais les C x G ne se limitent pas à cette question : il est bien entendu possible (et même souhaitable) de décrire une construction à l’aide d’autres types de propriétés prosodiques (utiles par exemple pour la description de phénomènes d’extraction) ou pragmatiques. Ces aspects sont explorés notamment dans le cadre des « embodied construction grammars » (Bergen et Chang 2005).

Vers un modèle cognitif basé sur les contraintes

40Les avancées technologiques du TAL, en même temps que l’évolution des théories linguistiques, permettent d’envisager désormais des modèles computationnels cognitivement fondés pour le traitement du langage. Ces modèles autorisent en effet la prise en compte de la langue dans tous ses usages, dans des situations et des contextes naturels. Ils s’appuient pour cela sur une conception décentralisée de l’information linguistique, basée sur l’interaction des différents domaines entrant en jeu dans l’élaboration du sens. À une telle organisation répondent les approches basées sur les modèles. Il convient d’en proposer le cadre d’implantation, tirant parti de la flexibilité de l’approche. Les représentations basées sur les contraintes, à la fois du point de vue théorique, mais également pour leur mise en œuvre informatisée, font figure de bons candidats pour constituer un tel cadre.

Contraintes et TAL

41Toutes les théories linguistiques font désormais usage, de façon plus ou moins intensive, de la notion de contrainte. Certaines l’utilisent pour éliminer, pendant la construction de la structure syntaxique ou de la représentation du sens, des objets ou des relations non souhaités, d’autres à un plus haut niveau en les incluant dans le processus d’analyse lui-même.

42Dans tous les cas, les contraintes doivent être considérées comme l’expression de propriétés. En informatique, elles jouent un rôle double, à la fois de filtrage mais également d’instanciation. La programmation logique par contraintes en particulier, par sa visée déclarative, a montré comment la description d’un problème sous forme de contraintes correspond à son traitement (Pereira et Warren 1980, Colmerauer 1990). La résolution d’un problème repose tout d’abord sur l’identification des objets, puis sur la spécification des relations qu’ils entretiennent entre eux. Ici, les propriétés internes - mais également exocentriques - de chaque objet sont représentées (implantées) par des contraintes. Chaque contrainte est porteuse d’une information particulière, l’ensemble des contraintes forme un système, c’est l’interaction des contraintes portant sur les mêmes objets qui conduit à la solution.

43L’application de cette conception s’effectue directement en linguistique. En effet, il est possible de considérer que chaque information correspond à une contrainte. Pour ce qui concerne la syntaxe, par exemple, les informations suivantes doivent être représentées, quel que soit le formalisme grammatical choisi :

  • ordre des mots : dans le syntagme nominal, le déterminant doit précéder le nom (le livre, et non pas * livre le) ;
  • dépendances entre mots : dans le syntagme adverbial, un quantificateur modifie le sens de l’adverbe (dans « très simplement », très modifie le sens de simplement) ;
  • exclusion entre certaines catégories : dans une relative, le pronom nominatif ‘qui’ ne peut apparaître avec un SN sujet (on a qui traîne son boulet, mais pas * qui Jean traîne son boulet) ;
  • impossibilité de répétition de catégories : dans le SN, le déterminant n’apparaît qu’une fois (on ne peut avoir *le le livre) ;
  • co-occurrence de catégories : dans le syntagme verbal, un modal entraîne la présence d’un infinitif (on doit avoir Paul doit penser à sa mère et non *Paul doit à sa mère) ;
  • etc.

44Chacune de ces informations peut être considérée comme une contrainte sur la structure syntaxique. Une grammaire peut donc être représentée comme un ensemble de contraintes. Dans cette approche, deux aspects sont fondamentaux. Tout d’abord, la granularité de l’information représentée par les contraintes est variable : les objets sur lesquels portent les relations peuvent être simples ou complexes, de même que les relations portant sur ces objets peuvent appartenir à des niveaux différents. Par ailleurs, toutes les contraintes sont au même niveau, l’ensemble des contraintes forme un système. Elles sont de plus évaluables indépendamment les unes des autres. Nous disposons donc là d’un cadre parfaitement adapté à la nécessité de représenter une information partielle et dispersée, mais également parallèle. Il n’est pas nécessaire, dans la mesure où toutes les informations sont représentées sous forme de contraintes, de déterminer un fonctionnement modulaire par domaine - comme cela est proposé dans les approches classiques, et notamment les approches génératives. Le seul processus utilisé est celui de la satisfaction des contraintes. L’analyse d’un énoncé consiste à vérifier pour un système de contraintes donné (constituant la grammaire du langage) et pour un énoncé donné les contraintes satisfaites. L’état du système de contraintes après évaluation constitue ainsi une description précise de l’énoncé à analyser. Par exemple, dans l’énoncé « *La bibliothécaire va rechercher livres », toutes les contraintes décrivant les différents composants de la phrase sont satisfaites à l’exception d’une : l’exigence d’un déterminant en présence d’un nom commun à l’intérieur d’un syntagme nominal. L’analyse de cet énoncé, également appelée caractérisation de l’énoncé, consistera à fournir toutes les contraintes qu’il satisfait ainsi que celle qui ne l’est pas.

45De plus, toutes les contraintes pouvant interagir, nous disposons d’une prise en charge directe de l’interaction existant entre les domaines, telle que décrite précédemment : chaque domaine (de la prosodie à la pragmatique) est décrit à l’aide d’un ensemble de contraintes, un énoncé donné est analysé par vérification de la satisfaisabilité de chacune d’entre elles.

46Plusieurs approches reposant entièrement sur des contraintes et dans des formalismes différents ont été expérimentées pour l’analyse syntaxique. Il s’agit en particulier des weighted constraint dependency grammars (Foth et al. 2005) ou des grammaires de propriétés (Blache 2005). Pour ces dernières, plusieurs analyseurs syntaxiques ont été développés et expérimentés dans le cadre des campagnes d’évaluation EASY et PASSAGE évoquées plus haut. Les résultats obtenus, très satisfaisants, classent les analyseurs parmi les premiers, montrant ainsi l’intérêt de cette approche en particulier pour ce qui concerne la robustesse.

Modélisation et jugement de locuteurs

47Parmi les problèmes identifiés mais non résolus par les approches classiques du traitement des langues (aussi bien du point de vue formel que computationnel) se trouvent les phénomènes d’échelle : comment peut-on rendre compte du fait que certains énoncés sont plus acceptables, plus complexes ou plus facilement interprétables que d’autres. Ces phénomènes ont à voir avec la notion de quantité, mais également de qualité d’information véhiculée par l’énoncé. Nous avons vu plus haut comment ces phénomènes interviennent pour expliquer la notion de variabilité dans le langage. L’intérêt des approches telle que celles décrites ici réside dans le fait que nous commençons à pouvoir quantifier certains phénomènes. En particulier, en ce qui concerne la syntaxe, plusieurs approches ont récemment vu le jour et permettent d’expliquer et de prédire dans une certaine mesure les jugements d’acceptabilité des locuteurs.

48Ces approches s’appuient toujours sur une représentation de l’information basée sur les contraintes. Il s’agit en particulier de la linear optimality theory (LOT, Keller (2000)), ainsi que des weighted constraint dependency grammars (WCDG) et des grammaires de propriétés (GP) citées auparavant. Ces théories partagent plusieurs idées fondamentales :

  • toutes les informations syntaxiques peuvent être représentées par des contraintes ;
  • toutes les contraintes peuvent être violées ;
  • la grammaticalité est inversement proportionnelle au nombre de contraintes violées.

49D’un point de vue technique, ces théories reposent donc sur la capacité à relâcher des contraintes. Dans les deux premières théories (LOT et WCDG), il est ainsi possible de calculer un coefficient de grammaticalité (appelé degré d’harmonie en LOT), basé sur le nombre de contraintes violées, en tenant compte de leur importance respective représentée par un poids.

50En GP, cette approche qui s’appuie sur l’idée que la violation de contraintes est cumulative se trouve complétée par d’autres paramètres. Dans la mesure où toutes les informations sont représentées sous forme de contraintes et où, en GP, elles sont indépendantes les unes des autres, il est également possible de tenir compte du nombre de contraintes satisfaites, de la quantité d’information produite, ainsi que d’autres phénomènes de compensation de violation de contraintes (comme la position de la violation dans l’arbre syntaxique). Au total, il est possible d’obtenir un modèle permettant de donner une évaluation plus précise de la grammaticalité, tenant compte d’un ensemble varié de critères. Nous avons montré que cet indice de grammaticalité est corrélé avec les jugements d’acceptabilité produits par des locuteurs (Blache 2006).

51Les contraintes fournissent donc un modèle computationnel efficace pour une première quantification de la grammaticalité et, plus généralement, de la qualité de l’information syntaxique d’un énoncé. Ce modèle constitue ainsi un élément de réponse à la question de la complexité syntaxique : à quelle condition une phrase est-elle plus difficile à traiter qu’une autre ? Cette approche ouvre donc des perspectives totalement nouvelles en psycholinguistique et plusieurs projets sont prévus, qui permettront d’évaluer plus précisément le rôle cognitif des contraintes : une première expérience utilisant l’électroencéphalographie est en cours. Elle devra confirmer l’effet de la violation de contraintes sur le traitement syntaxique en mesurant la réaction des sujets face à la variation contrôlée d’une contrainte. Il sera également possible avec cette expérience de valider le poids relatif des contraintes qui en GP sont affectées aux types de contraintes.

Vers un nouveau modèle d’acquisition du langage

52Le fait que chaque contrainte puisse être évaluée indépendamment du reste du système est un atout fondamental de ce type d’approche. Il n’est en effet pas nécessaire de disposer d’un système structuré complet pour pouvoir traiter l’information. Pour ce qui concerne le langage, il n’est donc pas nécessaire de disposer d’une grammaire complète pour produire ou percevoir le langage. En phase d’acquisition, il devient alors possible d’imaginer que l’enfant - ou l’apprenant - dispose d’un ensemble de contraintes (un système) représentant sa compétence. Ces contraintes n’étant pas nécessairement structurées, la compétence de l’apprenant peut donc être diversifiée : très spécialisée et efficace pour certains phénomènes et au contraire superficielle pour d’autres. Il est possible de cette façon d’expliquer un processus d’acquisition non homogène de systèmes comme la flexion verbale : l’usage que font certaines personnes de certains temps se mettant en place avant d’autres. De la même façon, certaines constructions (discours indirect, passif) peuvent être acquises plus rapidement que d’autres, sans qu’une notion de complexité syntaxique ne l’explique. Il n’est pas possible de rendre compte de ce type de phénomènes en termes de raffinement progressif d’un système homogène, la grammaire. Au contraire, chaque usage, chaque compétence peut être décrit de façon indépendante du système complet. Il est donc possible pour un même apprenant d’avoir des niveaux de compétence différents pour des phénomènes différents : l’usage du style narratif incluant un certain nombre de stéréotypes, y compris le passé simple, apparaît très tôt chez l’enfant pour raconter des histoires, sans que le système de flexion verbal ait été totalement acquis.

53Une explication basée sur les contraintes permet de rendre compte de ce type de phénomènes. En effet, les contraintes étant indépendantes les unes des autres, il est toujours possible d’ajouter une nouvelle contrainte ou un nouvel ensemble de contraintes au système. Chaque contrainte pouvant être évaluée indépendamment des autres, il est ainsi possible de stipuler des informations de niveau et de précision différents à l’intérieur d’un même système. Les contraintes agissent donc dans une certaine mesure comme des processus de facilitation ou d’inhibition.

Conclusion : les contraintes comme modèle cognitif

54Le modèle computationnel des réseaux de neurones domine encore aujourd’hui les sciences cognitives pour plusieurs raisons. Tout d’abord, il repose sur l’idée que l’information se construit sur la base d’un ensemble d’informations élémentaires, ou plus précisément sur l’interprétation d’un état stable d’un système complexe formé d’unités simples. Par ailleurs, la notion d’apprentissage permet également de proposer un modèle pour l’acquisition, mais aussi la spécialisation de sous-réseaux. Enfin, la métaphore elle-même de neurones est bien entendu séduisante pour quiconque cherche à modéliser l’activité cognitive. Concrètement, ce type de technique s’avère très efficace pour des tâches de reconnaissance de forme (typiquement, pour ce qui concerne le sujet qui nous intéresse, la reconnaissance de la parole). Mais les problèmes plus complexes (et hétérogènes) comme la compréhension mettent en œuvre des réponses à des niveaux variés, introduisant une variation de la granularité de neurones, certains pouvant être de « haut niveau » et exécutant de fait des tâches de traitement de l’information. La question se pose alors de voir si nous sommes dans le même type d’approche et qui consiste à proposer un traitement complexe par addition de tâches simples et homogènes.

55Nous pensons que les modèles basés sur les systèmes de contraintes constituent une approche alternative de modèle de traitement cognitif qui, sans s’appuyer sur une métaphore physiologique, est susceptible de proposer des réponses notamment aux problèmes d’acquisition. L’approche repose sur l’idée qu’un système de contraintes est formé d’informations pouvant être de granularité très variable à l’intérieur d’un même système et qui interagissent. Plusieurs systèmes de contraintes peuvent cohabiter avec la possibilité (mais pas la nécessité) d’interagir. Il devient possible, dans cette perspective, de représenter chaque domaine de l’information par un ensemble de contraintes plus ou moins riche, permettant d’expliquer des phénomènes variés comme la prise en compte de sources d’informations hétérogènes, d’informations dégradées, de l’impact relatif de certains types d’information par rapport à d’autres, de la densité d’information, etc.

56Au-delà des aspects propres au traitement automatique des langues, les approches basées sur les contraintes peuvent donc constituer un véritable modèle cognitif général.

Bibliographie

Références bibliographiques

Aarts B. 2007. Syntactic Gradience. Oxford University Press.

Abeille A., Clément L., Toussenel F. 2003. « Building a treebank for French », in A. Abeillé (dir.), Treebanks. Kluwer.

Adda G., Mariani J., Paroubek P., Rajman M., Lecomte J. 1999. « L’action GRACE d’évaluation de l’assignation de parties du discours pour le français ». Langues, 2 : 2.

Bard E., Robertson D., Sorace A. 1996. « Magnitude estimation of linguistic acceptability ». Language, 72 : 1.

Bergen B., Chang N. 2005. « Embodied construction grammar in simulationbased language understanding », in J. Ostman, M. Fried (dir.), Construction Grammars : Cognitive Grounding and Theoretical Extensions. Benjamins.

Bertrand R., Blache P., Espesser R., Ferré G., Meunier C., Priego-Valverde B., Rauzy S. 2009. « Le CID-Corpus of Interactional Data. Annotation et exploitation multimodale de parole conversationnelle ». Traitement Automatique des Langues, 49 : 3.

Blache P. 2005. « Property grammars : A fully constraint-based theory », in H. Christiansen et al. (dir.), Constraint Solving and NLP, Lecture Notes in Computer Science. Springer.

Blache P. 2006. « A robust and efficient parser for non-canonical inputs », Proceedings of Robust Methods in Analysis ofNatural Language Data, EACL workshop.

Blanche-Benveniste C., Bilger M., Rouget C., Van den Eynde K., Mertens P. 1990. Français parlé. Études grammaticales. CNRS.

Bod R. 1998. Beyond Grammar : An Experience-Based Theory of Language. CSLI Publications.

Bod R., Hay J., Jannedy S. (dir.). 2003. Probabilistic Linguistics. MIT Press.

Chomsky N. 1975. The Logical Structure of Linguistic Theory. Plenum Press.

Colmerauer A. 1990. « An Introduction to Prolog III ». Communications of the ACM, 33 : 7.

Croft W., Cruse D. 2003. Cognitive Linguistics. Cambridge University Press.

Fillmore C. 1998. « Inversion and contructional inheritance », in Lexical and ConstructionalAspects of Linguistic Explanation. Stanford University.

Foth K., Daum M., Menzel W. 2005. « Parsing unrestricted german text with defeasible constraints », in H. Christiansen et al. (dir.), Constraint Solving and NLP, Lecture Notes in Computer Science. Springer.

Gardent C., Baschung K. 1994. Techniques d’analyse et de génération pour la langue naturelle. ADOSA.

Jurafsky D., Martin J. 2000. Speech and Language Processing : An Introduction to Natural Language Processing Computational Linguistics and Speech Recognition. Prentice Hall.

Karlsson F., Voutilainen A., Aikkile J., Antilla A. (dir.). 1995. Constraint Grammar : A Language Independent System for Parsing Unrestricted Texts. Berlin, Mouton de Gruyter.

Kay M. 1984. « Unification in grammar ». Proceedings of Natural Language Understanding and Natural Language Understanding Workshop.

Kay P., Fillmore C. 1999. « Grammatical constructions and linguistic genegene-ralizations : the what’s x doing y construction ». Language.

Keller F. 2000. Gradience in Grammar. Experimental and Computational Aspects of Degrees of Grammaticality. PhD Thesis, University of Edinburgh.

Keller F. 2003. « A probabilistic Parser as a Model of Global Processing Difficulty ». Proceedings of ACCSS-03.

Manning C., Raghavan P., Schütze H. 2008. Introduction to Information Retrieval. Cambridge University Press.

Menzel W., Schroder I. 1998. « Decision procedures for dependency parsing using graded constraints », in S. Kahane, A. Polguère (dir.), Proc. ColingACL Workshop on Processing of Dependency-based Grammars.

Paroubek P., Robba I., Vilnat A., Ayache C. 2008. « EASY, Evaluation of Parsers of French : What are the Results ? ». Proceedings of LREC08.

Pereira, F., Warren D. 1980. « Definite clause grammars for language analysis ». Artificial Intelligence, 13.

Pierrel J.-M. (dir.). 2000. Ingénierie des langues (Traité IC2, série informatique et systèmes d’information). Hermès.

Prince A., Smolensky P. 1993. « Optimality theory : Constraint interaction in generative grammars ». Technical Report RUCCS TR-2. Rutgers Center for Cognitive Science.

Pullum G., Scholz B. 2001. « On the distinction between model-theoretic and generative-enumerative syntactic frameworks ». Proceedings of LACL 2001.

Sag I., Wasow T., Bender E. 2003. Syntactic Theory. A Formal Introduction. CSLI.

Schröder I. 2002. Natural Language Parsing with Graded Constraints. PhD Thesis, University of Hamburg.

Shieber S. 1984. « Direct parsing of ID/LP grammars ». Linguistics and Philosophy, 7.

Sorace A., Keller F. 2005. « Gradience in Linguistic Data ». Lingua, 115.

Villemonte de la Clergerie E., Hamon O., Mostefa D., Ayache C., Paroubek P., Vilnat A. 2008. « PASSAGE : From french parser evaluation to large sized treebank ». Proceedings of LREC08.

Vilnat A., Paroubek P., Monceaux L., Robba I., Gendner V., Illouz G., Jardino M. 2004. « The ongoing evaluation campaign of syntactic parsing of french : EASY ». Proceedings of LREC04.

Auteur

Laboratoire Parole et Langage
Université de Provence, Aix-en-Provence.

© Éditions de la Maison des sciences de l’homme, 2011

Conditions d’utilisation : http://www.openedition.org/6540

Cette publication numérique est issue d’un traitement automatique par reconnaissance optique de caractères.