Version classiqueVersion mobile

Histoire de l'automatisation des sciences du langage

 | 
Jacqueline Léon

Chapitre 2

De la TA à la linguistique computationnelle et au TAL

Texte intégral

1. Le rôle central de l’analyse syntaxique

1On peut identifier un second courant de traduction automatique qui, en ancrant celle-ci dans la première mathématisation du langage, donne la priorité à l’analyse syntaxique. Cette voie d’automatisation est moins coupée de la linguistique que ne l’est celle de la traduction automatique des ingénieurs, développée dans le sillage de Weaver et des sciences de la guerre. La plupart des néo-bloomfieldiens sont familiarisés avec certains aspects de la première mathématisation du langage, notamment les axiomes et les procédures, qui leur paraissent tout à fait compatibles avec la méthode distributionnelle. Ils lisent les ouvrages collectifs publiés en logique et en mathématiques. Dès Methods in Structural Linguistics (1951a) Harris met en place une formalisation de l’analyse linguistique.

2Le développement de l’analyse syntaxique pour la TA, au sein même des centres de TA, est le résultat de trois grandes orientations de la conception de la syntaxe qui, à un moment ou à un autre, sont entrées en interaction : celle de certains distributionnalistes, comme Hockett et Harris (voir chapitre 3), celle de Bar-Hillel directement inspirée par Carnap, puis, dans un second temps, celle de Chomsky. L’analyse syntaxique automatique va constituer le fondement théorique de la « nouvelle linguistique » préconisée par l’ALPAC, et assurer la légitimité de la linguistique computationnelle. Elle va aussi conditionner l’apparition du programme chomskyen, de fait étroitement associé à l’horizon de rétrospection créé par la TA, et qu’on peut identifier comme un de ses horizons de projection.

2. Syntaxe opérationnelle pour la TA et grammaires formelles

  • 1 Pour une définition formelle de la connexité syntaxique, voir Ajdukiewicz (1935).

3Pour Yehoshua Bar-Hillel (1915-1975), la question principale de la TA, c’est la syntaxe. Philosophe du langage, avec un travail de thèse sur la syntaxe logique de Carnap, Bar-Hillel est un acteur de la première mathématisation. Il introduit la récursivité en linguistique et élabore une « syntaxe opérationnelle » pour la TA, « A quasi-arithmetical notation for syntactic description », associant la méthode de Harris et la notation d’Ajdukiewicz (Bar-Hillel 1953b). Il s’agit d’une machine capable de découvrir de façon automatique la structure syntaxique d’une chaîne d’une langue source donnée. Cette syntaxe opérationnelle est un algorithme traductible en une série d’instructions pour un ordinateur digital qui a pour objectif de tester automatiquement la connexité syntaxique d’une séquence donnée et de trouver les constituants immédiats de toute séquence syntaxiquement connexe1. Bar-Hillel, qui s’était d’abord appuyé sur la méthode harrissienne (Harris 1951a), s’est ensuite tourné vers la conception chomskyenne des transformations.

4La syntaxe opérationnelle de Bar-Hillel se trouve à l’interface entre langages formels, syntaxe et algorithmique pour le traitement automatique des langues à des fins économiques et militaires. Bien qu’il présente son projet de syntaxe opérationnelle dans un colloque de linguistes (le 7e Congrès international des linguistes qui a lieu à Londres en 1952), il est aussi chercheur en traduction automatique au MIT, au Research Laboratory of Electronics, et adhère à l’idée de la TA comme technologie de guerre. Dans un article de 1955, il déclare que le problème de la TA est avant tout un problème de rapidité, de capacité et de coût, le triangle « time-cost-capacity » que l’ALPAC prendra plus tard comme étalon d’évaluation (Bar-Hillel, 1955). Étant donné sa position stratégique de premier chercheur en TA au MIT, puis de premier expert chargé par la National Science Foundation (en 1958) de faire un état des lieux de la recherche en traitement automatique des langues (linguistic data processing) incluant l’évaluation des projets de TA, Bar-Hillel va jouer un rôle crucial dans l’intégration du nouvel horizon de rétrospection, à la fois pour imposer le primat de l’analyse syntaxique pour le traitement automatique des langues et pour instituer l’analyse syntaxique automatique comme domaine autonome, reconnu par les linguistes et vivier de « nouveaux » linguistes, et enfin pour amorcer le débat sur la compréhension du langage naturel, qui deviendra un des secteurs de l’intelligence artificielle.

3. Constitution de l’analyse syntaxique automatique en champ autonome

5C’est à l’issue du premier colloque sur la TA organisé par Bar-Hillel au MIT en 1952, que celui-ci parvient à convaincre les participants que l’analyse syntaxique est centrale pour la TA. Tous s’accordent pour définir les deux étapes préalables à la TA : (i) créer un dictionnaire automatique de formes sans lemmatisation ; (ii) développer une analyse syntaxique opérationnelle programmable (remettant à plus tard les problèmes grammaticaux). Bar-Hillel réussit ainsi à faire passer l’idée de la priorité de l’analyse syntaxique, distincte des problèmes de grammaire, c’est-à-dire de morphosyntaxe.

  • 2 « Parsage » est une traduction de l’anglais parsing (du latin pars orationis). Un parseur syntaxiq (...)
  • 3 Dans « Three models for the description of language », Chomsky (1956) se donne pour objectif de co (...)

6En ce début des années 1950, les premières tentatives d’analyse syntaxique automatique utilisent les classes de mots des distributionnalistes, les automates à états finis (chaînes de Markov) issus de la théorie de l’information et déjà appliqués par Harris et Hockett, et une stratégie de parsage2 ascendante (bottom up) adaptée à une stratégie de reconnaissance des classes de mots dans un texte (voir Locke et Booth 1955). Un des premiers analyseurs est celui d’Yngve et date de 1955 (Yngve 1955). Il s’agit d’une procédure de reconnaissance ascendante, orientée gauche-droite, chargée de construire la structure syntaxique niveau par niveau à partir de phrases réduites à une suite de classes de mots qui comprennent l’information grammaticale et syntaxique de la phrase. À partir de la fin des années 1950, et de la hiérarchie des grammaires établie par Chomsky en 19563, les analyseurs vont se fonder sur les grammaires formelles, en particulier sur les grammaires hors contexte (context-free) de type 2, et adopter une stratégie descendante (top-down) plus efficace pour mettre en œuvre les règles de réécriture. Les progrès sont notables. Jusqu’alors, toute programmation en TA constituait un tour de force, à cause de l’intrication entre programmation et grammaire qui empêchait toute évaluation linguistique des systèmes et tout progrès. L’utilisation des langages formels va permettre de penser les problèmes de façon déclarative en distinguant la grammaire (la description linguistique), les langages formels (qui rendent les informations linguistiques traitables par la machine) et les stratégies de parsage. Là encore, c’est de nouveau un analyseur de Yngve qui fait figure de pionnier. En 1960, celui-ci élabore un modèle prédictif d’analyse syntaxique fondé sur une grammaire syntagmatique (grammaire syntagmatique context-free de type 2), et sur des hypothèses psycholinguistiques sur la mémoire à court terme empruntées à George A. Miller, pour fixer la profondeur de l’arbre de représentation des phrases (Yngve 1960). Alors qu’en 1955 il utilisait les automates à états finis, en 1960 il se réfère au modèle de Chomsky de 1957 (Structures syntaxiques) mais en rejetant les transformations. Cet analyseur est programmé dans le langage COMIT qu’il a mis au point pour traiter des chaînes de caractères (Yngve 1959). C’est ainsi que la TA devient aussi un banc d’essai pour tester la puissance des grammaires formelles.

  • 4 Lucien Tesnière (1893-1954), linguiste français spécialiste de langues slaves, est l’auteur de deu (...)
  • 5 Garvin oppose la méthode heuristique à la méthode algorithmique. Une méthode algorithmique est dét (...)

7Dans les années 1960, d’autres formalismes consacrés à l’analyse syntaxique pour la TA voient le jour : la grammaire de dépendance (dependency grammar) de Hays (1964) inspiré par Tesnière4, le modèle des conflits de Lecerf (1960) associant dans une représentation unique les arbres syntagmatiques de Chomsky et les stemmas de Tesnière, et la grammaire stratificationnelle (stratificational grammar) de Sidney Lamb (1962). L’utilisation des grammaires syntagmatiques ravive le débat sur les stratégies de parsage ascendantes et descendantes. Parallèlement aux méthodes purement algorithmiques et déterministes, comme par exemple l’approche par transfert de Yngve (1964), on voit apparaître des approches utilisant des méthodes de recherche heuristiques, comme l’analyse prédictive de Garvin (1968)5.

  • 6 Les auteurs démontrent que les grammaires transformationnelles sont trop puissantes, dans la mesur (...)

8Par la suite, les parseurs syntaxiques, au départ destinés à la TA, puis chargés de tester la puissance des grammaires, se sont davantage appuyés sur les modèles context-free que sur le modèle transformationnel, resté de fait peu formalisé. Cette séparation s’est d’ailleurs accentuée une fois que les limites formelles du modèle transformationnel ont été reconnues (Peters et Ritchie 1973)6 et que de nouveaux modèles hors-contextes sont apparus face aux grammaires transformationnelles (voir Savitch et al. 1987 sur ce point).

4. La linguistique computationnelle

4.1. Les analyseurs syntaxiques

  • 7 Les systèmes canoniques de Post (1943) font partie des recherches des années 1930-1940 tentant de (...)

9Après avoir convaincu les premiers acteurs de la TA de privilégier l’analyse syntaxique et proposé lui-même un modèle de « syntaxe opérationnelle », Bar-Hillel poursuit son action « institutionnelle » en faveur de l’essor des analyseurs syntaxiques. Dans son rapport de 1960, il déclare que les travaux de TA ont du moins eu le mérite de mettre au jour deux problèmes théoriques intéressants : les problèmes formels apparus avec l’automatisation et non encore résolus, comme la théorie des systèmes canoniques de Post7, et la théorie des automates (automates à états finis et automates de Turing). Ce qui lui apparaît aussi digne d’intérêt, ce sont les techniques d’analyse syntaxique et les langages de programmation qui ont été développés à cet effet. Bar-Hillel leur consacre plusieurs pages en passant en revue les différentes méthodes adoptées par les groupes de TA. Ces techniques constituent un domaine véritablement nouveau, issu de la mise en algorithme de la syntaxe, permettant d’interroger les rapports entre modèle linguistique (puissance d’une grammaire) et analyse automatique. Un des problèmes cruciaux pour l’analyse syntaxique automatique d’une phrase est notamment de savoir d’où on part (« where to start ? »). Le langage de programmation COMIT, élaboré par Yngve en 1959, constitue le premier langage de traitement de symboles non numériques fondé sur le pattern matching permettant de traiter des arborescences.

  • 8 Voir Cori et Marandin (2001) sur les emprunts réciproques entre informatique et grammaires formell (...)

10L’interaction entre langages de programmation et linguistique est d’ailleurs un des points qui sera examiné en détail par le rapport de l’ALPAC, quelques années plus tard. Celui-ci note qu’à partir d’ALGOL60, les langages de programmation effectuent de nombreux emprunts à la linguistique mathématique ; par exemple ALGOL60 emprunte son système de notation aux règles de réécriture de certains modèles linguistiques, comme les grammaires de type 2. Inversement, est envisagé l’impact de la programmation sur la linguistique. L’existence d’un corps de techniques de programmation a permis le développement de langages de programmation spécialisés dans la résolution de problèmes linguistiques, tel SNOBOL (1964) et une version ultérieure de COMIT (1962). Langages de programmation spécialisés et modèles de parseurs syntaxiques, tous témoignent de l’émergence d’un champ inédit à l’intersection de la formalisation logico-mathématique, de la théorie de la syntaxe, de la théorie des algorithmes, de la théorie des automates et de celle de la compilation8.

4.2. Institutionnalisation de la linguistique computationnelle : recouvrements et décalages

  • 9 En 1973, elle prendra le nom d’Association for Computational Linguistics (ACL) en laissant tomber (...)

11La linguistique computationnelle (computational linguistics) s’institutionalise avec la création en 1962 de l’Association for Machine Translation and Computational Linguistics (AMTCL) sous la présidence de Victor Yngve et la vice-présidence de Hays9. Le premier colloque, intitulé International Conference on Computational Linguistics, a lieu à New York en mai 1965, regroupant 150 participants. Il est organisé par plusieurs associations (l’AMCTL, l’association française ATALA, des associations scandinave, japonaise et sud-américaine).

12Ainsi, il est faux de dire que l’institutionnalisation de la linguistique computationnelle est le fait de l’ALPAC comme il est généralement admis, dans la mesure où, en 1966, cette institutionnalisation est déjà bien avancée. Toutefois l’ALPAC, formé en 1964, soit quatre ans après la publication du rapport Bar-Hillel, va jouer un rôle capital par son ambition de reconfigurer le champ de la linguistique autour de la linguistique computationnelle d’une part, et de sauver le traitement automatique des langues alors en plein essor, d’autre part. Deux annexes (18 et 19) du rapport ALPAC, très probablement rédigées par d’anciens responsables de groupes de TA, les ingénieurs David Hays et Anthony Œttinger, devenus chefs de file institutionnels de la linguistique computationnelle et membres du comité ALPAC, sont consacrées à la linguistique computationnelle et définissent ses principales tâches : (i) explorer les relations réciproques entre grammaires formelles et langages de programmation ; (ii) développer les analyseurs syntaxiques comme méthodes d’évaluation ou banc-d’essai des modèles linguistiques ; (iii) construire des outils de manipulation du langage, afin d’aider les linguistes (dénommés linguistic scientists) à découvrir et énoncer leurs généralisations, puis à vérifier ces généralisations en regard des données. Le rapport cite Mel’čuk qui tient la computational linguistics non comme un sous-champ de la linguistique, limité à ceux qui aiment le calcul, mais comme une technique indispensable devant être utilisée par tous les linguistes (Akhmanova et al. 1963). La TA y est vue comme un champ expérimental permettant de vérifier des hypothèses théoriques.

13Le projet est ambitieux, et l’ordinateur considéré comme la troisième révolution humaine (the third human revolution), en référence à l’article de Hockett qui faisait partie du comité ALPAC, du moins à ses débuts (Ascher et Hockett 1964). Après la parole et l’outil (le levier), l’ordinateur constitue la troisième grande révolution de l’humanité ; c’est le premier manipulateur de symboles externe au cerveau humain, susceptible de modifier l’analyse des langues comme le microscope a changé la biologie. Grâce à l’ordinateur, la linguistique peut prétendre, comme la physique, à une mathématisation conséquente. De plus, celui-ci a permis de faire le lien entre théorie, études empiriques et applications pratiques.

  • 10 Selon Murray (1993) le comité d’organisation composé de Morris Halle, William Locke, Horace Hunt e (...)

14À l’instigation de l’Académie des sciences, l’ALPAC va dessaisir la TA de son rôle de technologie de pointe chargée de produire des traductions en série, et transférer les fonds vers une nouvelle discipline, la linguistique computationnelle. Afin de légitimer la linguistique computationnelle comme « new linguistics », l’ALPAC tente d’enrôler Chomsky, l’étoile montante de la linguistique de ces années 1960, en critiquant sévèrement les néo-bloomfieldiens. Cet argument, susceptible de séduire Chomsky, a pour effet d’annuler l’horizon de rétrospection dominant dans les sciences du langage de l’époque. Le rapport cite les actes du 9e Congrès de linguistique de 1962. On sait (voir Murray 1993) que c’est lors de ce congrès que les Chomskyens opérèrent leur coup de force pour écarter les néo-bloomfieldiens10. L’avant-dernier paragraphe du rapport témoigne du rejet des néo-bloomfieldiens :

  • 11 Traduction française (J. Léon) : Si jamais la simulation par la machine de l’analyse et la synthès (...)

If ever a machine-aided simulation of total linguistic analysis-synthesis (or voice-to-ear-to-voice translation) becomes possible it will not be because of adherence to the type of linguistic theory widely current around 1950. (ALPAC 1966, p. 123)11

15Le rapport précise que la révolution apportée par Chomsky n’a pas à voir directement avec les ordinateurs mais a apporté des changements fondamentaux à ce qu’est une théorie scientifique, et à la relation de l’empirisme à la science. On note d’ailleurs un certain nombre de ralliements à Chomsky qu’on pourrait qualifier de partiels, mais stratégiquement cruciaux : Bar-Hillel accepte les transformations de Chomsky (contre celles de Harris) en 1960 ; Hockett se rallie à Chomsky en 1968 dans The State of the Art.

16Outre la reconfiguration de la linguistique, la promotion de la linguistique computationnelle a pour second objectif de sauver du désastre de la TA les technologies du langage en plein développement. Cet aspect va toutefois marquer la nouvelle réorganisation du sceau de l’ambiguïté. Sous couvert de « nouvelle linguistique » computationnelle, le rapport recommande de subventionner des recherches de tous ordres : les méthodes informatisées du traitement du langage, les outils d’aide à la découverte, permettant aux linguistes de généraliser et de valider leurs théories, enfin les méthodes permettant aux linguistes de tester les théories grammaticales et sémantiques, la documentation automatique, les banques de terminologie et l’aide à la traduction… et même la TA.

5. TA, compréhension du langage naturel et intelligence artificielle

  • 12 Les conférences Macy sont organisées par les pionniers de la cybernétique, dont McCulloch et Rosen (...)

17L’histoire de l’intelligence artificielle s’identifie avec l’histoire du traitement automatique sur plusieurs points. La machine universelle de Turing, conçue en 1936 comme une machine à penser, capable de manipuler des symboles discrets à l’aide de règles pour opérer des calculs, est aussi le premier automate à états finis. Elle est ancrée dans la première mathématisation et est à l’origine de l’architecture Von Neumann des ordinateurs. La cybernétique, et surtout la théorie de l’information, théories unificatrices des sciences apparues dans l’immédiat après deuxième guerre mondiale, sont également à la jonction des deux domaines. Toutefois, l’institutionnalisation de l’intelligence artificielle suit un trajet parallèle, et, même si on ne peut la considérer comme complètement indépendante, elle ne peut être confondue avec celle de la TA. On peut situer ses débuts aux dix conférences Macy12, organisées entre 1946 et 1953, dont la 5e conférence de mars 1948 voit l’émergence de la cybernétique de Wiener (voir Segal 2003). On nomme première cybernétique l’ensemble des travaux qui ont été développés par les principaux instigateurs de ces conférences, notamment McCulloch et Pitts pour lesquels la logique est la discipline à partir de laquelle il faut aborder l’étude du fonctionnement du cerveau. Toujours au sein des Macy Conferences et de la première cybernétique, le « premier connexionnisme » remet en cause la prédominance de la logique comme approche principale de la pensée : dans le cerveau, on ne trouve ni règles, ni processeur logique et l’information n’y est pas stockée dans des adresses précises. Le cerveau fonctionnerait plutôt à partir d’interconnexions massives entre neurones et sur un schéma distribué qui témoigneraient d’une aptitude à l’auto-organisation. Le perceptron construit par Rosenblatt en 1958 est une première tentative de fabrication d’un dispositif doté de telles capacités. Avec le modèle cognitiviste, dont l’institutionnalisation commence avec la conférence de Dartmouth en 1956, ces propositions sont balayées pendant une vingtaine d’années pour réapparaître à la fin des années 1970. Les années 1990 voient resurgir certaines hypothèses de la cybernétique avec les approches néo-connexionnistes. Rumelhart et McClelland proposent des traitements en parallèle distribués (parallel distributed processing models) en opposition aux traitements symboliques en série du cognitivisme (Rumelhart et al. 1986). L’auto-organisation des années 1950 est reprise dans les années 1990 par les neurophysiologistes Humberto Maturana et Francisco Varela (Varela 1989). Le cognitivisme prétend que l’intentionalité (croyances, désirs, intentions) correspond à une réalité physique et mécanique de l’intelligence et que la pensée s’effectue par une computation physique de symboles. Ces symboles sont une réalité à la fois physique et sémantique et ne sont pas réductibles au seul niveau physique (voir Dupuy 1994).

18Sans entrer plus en détails dans l’histoire de l’intelligence artificielle, ce qui excéderait notre propos, on peut néanmoins constater que ses thématiques ne sont pas directement liées au traitement du langage, et encore moins au traitement des langues. L’intelligence artificielle met la question de la simulation de l’intelligence humaine au premier plan. C’est ce dont rendent compte les travaux historiques et épistémologiques, déjà nombreux dès les années 1980-1990, qui inscrivent l’intelligence artificielle dans l’histoire des sciences cognitives (Pratt 1987, Dupuy 1994, Heims 1993, Pélissier et Tête 1995, pour ne citer que quelques ouvrages). Or cette question est très peu évoquée dans les débuts de la TA. Aucun projet ne se donne comme objectif de simuler la traduction humaine à l’aide d’un ordinateur (une des raisons en est probablement la faible participation des traducteurs aux expérimentions de TA). Inversement, très peu de linguistes participent aux conférences Macy.

  • 13 On se réfère ici à l’opposition traditionnelle entre IA forte qui postule que la machine est susce (...)
  • 14 Traduction française (J. Léon) : Un robot (ou un ordinateur) comprenant des boucles regénératives (...)

19Il n’y a pas véritablement de filiation cybernétique de la traduction automatique. Certes, Shannon et Weaver ne sont pas indifférents à la question de la simulation de la pensée par la machine. Shannon, dans son article sur la machine à jouer aux échecs (Shannon 1950), pose explicitement la question d’une pensée qui serait non humaine, et donne la traduction automatique comme exemple d’application de cette capacité des machines à « raisonner » et à travailler symboliquement sur des éléments conceptuels, mots ou propositions. Ce rapprochement entre machine à jouer aux échecs et TA est repris par Weaver dans sa contribution à l’ouvrage The Mathematical Theory of Communication (Shannon et Weaver 1949), où il évoque la traduction automatique d’une langue vers une autre comme un exemple de généralisation de la théorie de l’information et défend ce qui pourrait apparaître comme une idée forte de la simulation. Or, malgré cette évocation répétée et le fait que la machine de Shannon pourrait s’apparenter à un modèle d’IA faible13, ses hypothèses sont beaucoup moins ambitieuses que celles avancées par Alan Turing (1912-1954) dans son article sur le jeu de l’imitation (le test de Turing) paru en 1950. Pour Shannon, la machine ne va pas au-delà de ce pour quoi elle a été construite. C’est un pur algorithme qui, bien que doté d’heuristiques chargées de limiter l’explosion combinatoire des coups possibles, n’a pas, contrairement à ce que préconise Turing, de capacité d’apprentissage. Quant à Weaver, ce sont les hypothèses logiques de la première cybernétique qu’il évoque. Le théorème de McCulloch et Pitts de 1943, dit-il, spécifie « that a robot (or a computer) constructed with regenerative loops of a certain formal character is capable of deducing any legitimate conclusion from a finite set of premises » (Weaver 1955, p. 22)14. De plus, le terme de « machine à traduire », utilisé très tôt par l’ensemble des expérimentateurs de TA, fait davantage référence à un ensemble de technologies, architectures de machine, algorithmes, et langages de programmation spécialisés, qu’à une machine intelligente capable de traduction.

  • 15 Voir chapitre 7 ci-dessous pour une plus ample présentation de ce groupe de TA.
  • 16 Traduction française (J. Léon) : Le petit John cherche sa boîte à jouets. Il finit par la trouver. (...)

20Quant à la compréhension du langage naturel qui deviendra un secteur important de l’intelligence artificielle dans les années 1970, seul Bar-Hillel amorce une réflexion sur ce thème parmi les acteurs de la TA. Dans l’annexe 3 de son rapport de 1960 consacrée à la critique de la méthode de désambiguïsation sémantique par thésaurus proposée par les philosophes et linguistes de la Cambridge Language Research Unit15, il discute l’importance du contexte extralinguistique pour les questions de compréhension du langage naturel impliquées dans la TA. Bar-Hillel apporte un argument selon lui décisif contre la faisabilité d’une traduction de bonne qualité entièrement automatisée. Soit la phrase the box was in the pen. Le contexte linguistique de cette phrase, dit Bar-Hillel, est la suivante : Little John was looking for his toy box. Finally he found it. The box was in the pen. John was very happy16. Pen en anglais a deux sens (pour simplifier) : plume et parc à bébé. Le sens parc à bébé, qui est le sens correct dans ce contexte, ne peut pas être sélectionné par la machine faute des connaissances de sens commun nécessaires pour identifier l’un des deux sens. Pour Bar-Hillel, la résolution de cette ambiguïté sémantique ne peut en aucun cas utiliser le contexte, quel qu’il soit, que ce soit un paragraphe ou un livre entier. Il faut des connaissances de sens commun, et aucune machine n’est en mesure d’avoir ce type de savoir extralinguistique. Les machines sont incapables de faire des inférences ou de résoudre des ambiguïtés sémantiques, ou encore des problèmes de polysémie.

21C’est bien sûr à ce type de problème que va s’attaquer l’intelligence artificielle. Les travaux de Yorick Wilks en sémantique lexicale et intelligence artificielle viennent directement des travaux sur la TA du groupe britannique de Cambridge (voir ci-dessous, chapitre 7). Ces travaux précèdent les premiers systèmes informatisés de compréhension du langage naturel fondés sur un modèle computo-représentationnel, tel le système SHRDLU élaboré par Terry Winograd en 1972. Enfin, l’utilisation de méthodes de la seconde cybernétique par les sciences du langage est relativement récente ; les premières utilisations des réseaux connexionnistes pour résoudre des problèmes d’ambiguïté dans l’analyse syntaxique datent des années 1990 (Waltz et al. 1985).

6. La constitution du TAL

22Pour en revenir à la linguistique computationnelle, il est important de noter que celle-ci ne se limite pas aux recherches théoriques aux confins de la syntaxe, de la logique, de l’algorithmique, des grammaires formelles et des langages de programmation. L’appel à communications du premier colloque dans le domaine, qui a lieu à New York en 1965, stipule que la linguistique computationnelle doit inclure toutes les applications de l’ordinateur à des fins de traitement des langues naturelles ou artificielles. Il est admis que deux courants principaux peuvent coexister : des travaux relevant de la recherche fondamentale, à tendance linguistique ou à tendance mathématisante, et des recherches à objectifs purement pratiques qui acceptent une certaine marge d’erreur afin d’aboutir à des résultats concrets dans des délais limités.

23On retrouve dans la linguistique computationnelle toutes les ambiguïtés de la TA dont va hériter le TAL. Celui-ci se situe à la croisée d’objectifs parfois difficilement compatibles, tels que fournir des outils directement dépendants de la demande sociale et dont la rentabilité industrielle constitue un critère essentiel d’évaluation d’une part, proposer des dispositifs dynamiques de représentation des connaissances linguistiques d’autre part, et enfin constituer des bancs d’essai pour la validation de théories linguistiques. Or, force est de constater que, dès les premiers projets de TA, ces trois perspectives sont souvent intriquées.

  • 17 Le domaine qui sera dénommé Natural Language Processing (NLP) à partir des années 1980 et qui semb (...)

24En voulant fédérer toutes les applications sous une même étiquette, l’ALPAC a renforcé ces ambiguïtés et les contradictions internes à la discipline ainsi promue17. Le TAL souffre encore et continuera à souffrir du manque de légitimité induit par ces ambiguïtés. Le rapport de l’ALPAC est mis en avant comme une tache indélébile, une malédiction qui affecte encore aujourd’hui le TAL dans son ensemble. Ainsi, en juin 2009, lors de la célébration du cinquantenaire de l’ATALA (Association pour le traitement automatique des langues), le représentant du programme européen DG13, Pierre-Paul Sondag, a mentionné la faible crédibilité des travaux de TAL auprès des bailleurs de fonds. Selon lui, c’est le rapport de l’ALPAC qui en est la cause. Il est encore dans la tête des décideurs et continue à discréditer le TAL.

  • 18 Depuis 2010, le colloque CMLF (Congrès mondial de linguistique française) accorde au TAL une sessi (...)

25Cette posture tient probablement en grande partie du mythe, dans la mesure où bon an mal an, le TAL s’est imposé comme discipline autonome. Au milieu des années 1980, il est intégré en tant que tel dans les cursus universitaires, avec toutefois des réserves concernant la définition de la formation de ce qu’on peut appeler un « linguiste-informaticien ». Il apparaît maintenant comme thématique à part entière dans les colloques de linguistique18.

26Pour résumer, l’instauration du nouvel horizon de rétrospection a suivi plusieurs phases. Il y a eu d’abord constitution d’une technologie au sein des sciences de la guerre, technologie devant servir à produire des traductions rentables en série pour des raisons économiques et stratégiques. Cette technologie, bien qu’ayant affaire au traitement des langues, et étant menée en partie dans des départements universitaires dirigés par des linguistes, ne comprend pas la linguistique comme science de référence.

27Grâce à la nécessité de traduire des textes, certains domaines vont interagir en vue d’automatiser le traitement des langues, par la mise en algorithme de l’analyse syntaxique. Ces domaines, logique mathématique, théorie des automates, théorie de la compilation, syntaxe, auxquels la configuration des sciences de la guerre a conféré un statut scientifique homogène, seront à l’origine d’un nouveau tournant de la mathématisation de la linguistique. Cette mathématisation repose sur une nouvelle conception de la calculabilité du langage. Les premières grammaires de Bar-Hillel et celles de Chomsky ont été conçues dans ce cadre.

28Plusieurs mouvements ont été nécessaires pour asseoir cette automatisation-mathématisation au sein des sciences du langage :
(i) débarrasser le nouveau domaine de son objectif pratique, la TA, entachée de discrédit parce qu’imparfaite, non fiable, et non rentable ;
(ii) instaurer le nouveau domaine en tant que nouvelle discipline, la linguistique computationnelle ;
(iii) annuler paradoxalement, comme on va le voir, l’horizon de rétrospection de la linguistique structurale américaine, en particulier des distributionnalistes, alors que celui-ci, ancré dans la première mathématisation et aux sources de la linguistique chomskyenne, faisait partie intégrante des fondements théoriques de la « nouvelle linguistique » ;
(iv) maintenir la cohérence entre exigences théoriques et imperfections technologiques pour échapper au discrédit.

Notes

1 Pour une définition formelle de la connexité syntaxique, voir Ajdukiewicz (1935).

2 « Parsage » est une traduction de l’anglais parsing (du latin pars orationis). Un parseur syntaxique est un analyseur syntaxique automatique. C’est un programme dont la tâche est de parcourir une séquence (généralement une phrase) et de l’analyser en composants syntaxiques, selon les règles d’une grammaire.

3 Dans « Three models for the description of language », Chomsky (1956) se donne pour objectif de comparer différents types de grammaires formelles afin de déterminer leur capacité de générer les phrases de l’anglais. Il établit une hiérarchie en trois classes en montrant que ni les chaînes de Markov – ou automates à états finis – (grammaire de type 0), ni les grammaires de constituants sensibles au contexte (context-sensitive grammars de type 1) ne permettent de générer toutes les phrases de l’anglais et seulement celles-ci. Seules les grammaires syntagmatiques hors-contexte (context-free grammars de type 2), munies d’un composant transformationnel, le peuvent.

4 Lucien Tesnière (1893-1954), linguiste français spécialiste de langues slaves, est l’auteur de deux ouvrages Esquisse d’une syntaxe structurale (1953) et Élements de syntaxe structurale (1959) dont certains aspects, comme la valence et la structure de dépendance, ont inspiré un certain nombre de modèles de linguistique formelle et de traduction automatique que ce soit en France, aux États-Unis ou dans les pays du Bloc soviétique.

5 Garvin oppose la méthode heuristique à la méthode algorithmique. Une méthode algorithmique est déterministe et complète, elle a prévu toutes les instructions pour aller d’un point à un autre et conduit nécessairement au résultat. Garvin préconise au contraire une méthode heuristique, qui est une aide à découvrir le résultat plus qu’un chemin direct pour y parvenir, par exemple en ayant recours à des choix arbitraires ou à l’apprentissage par essais et erreurs.

6 Les auteurs démontrent que les grammaires transformationnelles sont trop puissantes, dans la mesure où elles génèrent toutes sortes de langages, y compris des langages non récursifs. Ce problème provient du fait qu’elles appliquent leurs règles de dérivation un nombre illimité de fois, en particulier pour les phrases courtes. Un des résultats de cette étude est de montrer que l’intuition des linguistes selon laquelle les langues naturelles sont récursives est empiriquement fondée.

7 Les systèmes canoniques de Post (1943) font partie des recherches des années 1930-1940 tentant de caractériser de façon formelle la notion d’algorithme appliquée aux mathématiques. Ainsi les machines de Turing et les systèmes de production de Post conduisent aux mêmes fonctions calculables. Conçu comme systèmes de manipulation de chaînes de caractère, ils comportent un triplet :
– un alphabet fini, et des chaînes construites à partir de cet alphabet, ou mots ;
– un ensemble de mots initiaux ;
– un ensemble de règles de manipulation de ces chaînes (ou règles de production).
Les systèmes de réécriture (de chaînes) de Chomsky sont directement inspirés de ces systèmes de Post. Voir notamment Partee (1978, p. 167-168) qui renvoie à Chomsky et Miller (1963 section 4) pour une présentation de la formalisation de ces systèmes de réécriture.

8 Voir Cori et Marandin (2001) sur les emprunts réciproques entre informatique et grammaires formelles, notamment génératives.

9 En 1973, elle prendra le nom d’Association for Computational Linguistics (ACL) en laissant tomber la référence à la TA. L’association se dote d’un bulletin, The Finite String, et organise un colloque tous les deux ans. Le premier a lieu en août 1963 à Denver, Colorado. La revue Mechanical Translation s’appelle, à partir de 1965 (et jusqu’à 1974 où Yngve quitte sa direction), Mechanical Translation and Computational Linguistics. De 1974 à 1983, elle s’appellera American Journal of Computational Linguistics, puis à partir de 1984 Computational Linguistics.

10 Selon Murray (1993) le comité d’organisation composé de Morris Halle, William Locke, Horace Hunt et Edward Klima aurait réservé une séance plénière à Chomsky, d’une génération plus jeune que les quatre autres conférenciers invités, en lui accordant en outre quatre fois plus de place dans les actes. Quant aux néo-bloomfieldiens, ils boycottèrent le congrès, signant ainsi leur défaite. D’après Barsky (2011), Harris aurait lui-même cédé sa place de conférencier invité à Chomsky.

11 Traduction française (J. Léon) : Si jamais la simulation par la machine de l’analyse et la synthèse linguistique (ou la traduction orale simultanée) devenait possible, cela ne serait pas à cause d’une adhésion à la linguistique en cours dans les années 1950.

12 Les conférences Macy sont organisées par les pionniers de la cybernétique, dont McCulloch et Rosenblueth, pour favoriser les rencontres interdisciplinaires, sous l’égide de la fondation Josiah Macy Jr, créée en 1930 et spécialisée en recherche médicale. Seules les cinq dernières conférences ont été publiées.

13 On se réfère ici à l’opposition traditionnelle entre IA forte qui postule que la machine est susceptible de reproduire un comportement cognitif ou de simuler un organisme dans ses relations d’adaptation avec un environnement, et l’IA faible qui postule que la machine peut simuler un fragment d’intelligence « synthétique » dont la composition est totalement différente mais dont le résultat, la production de représentations, est identique à ce que produirait l’intelligence humaine.

14 Traduction française (J. Léon) : Un robot (ou un ordinateur) comprenant des boucles regénératives formelles d’un certain type est capable de déduire n’importe quelle conclusion (bien formée) d’un ensemble fini de prémisses.

15 Voir chapitre 7 ci-dessous pour une plus ample présentation de ce groupe de TA.

16 Traduction française (J. Léon) : Le petit John cherche sa boîte à jouets. Il finit par la trouver. La boîte était dans le parc. John est très heureux.

17 Le domaine qui sera dénommé Natural Language Processing (NLP) à partir des années 1980 et qui semble bien établi dans les années 1990, hérite à son tour de ces ambiguïtés.

18 Depuis 2010, le colloque CMLF (Congrès mondial de linguistique française) accorde au TAL une session thématique, ce qui n’était pas le cas lors de sa première édition en 2008.

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search