Structure des requêtes
p. 11-44
Texte intégral
Introduction
1L’étude présentée porte sur :
phase 2 | 82 correspondants |
phase 3 | 61 correspondants |
2Sur l’ensemble des énoncés produits, j’ai considéré comme relevant, d’une manière ou d’une autre, de la catégorie des "requêtes" :
phase 2 | 246 énoncés |
phase 3 | 301 énoncés |
3soit au total 547 énoncés.
4L’examen des 547 énoncés montre qu’une très grande majorité d’entre eux relève d’un seul type de structure ou peut y être ramené :
5En effet un type prédomine nettement en représentant 70,72 % des énoncés de la phase 2 et 87 % des énoncés de la phase 3.
6Au total, les deux phases confondues, cette structure, que nous désignerons par "S1", représente 79,9 % des énoncés considérés comme appartenant à la catégorie des requêtes.
1. La structure S1 et les énoncés de présentation de la requête initiale
1.1. La structure S1
1.1.1. Demandes d’horaires : S1a
V + Vinf + SN2 + L1 + L2 + T1 + T2
V = verbe introducteur (y compris le SN1 pronom sujet JE)
Vinf = verbe à l’infinitif
SN2 = groupe COD
L1 = indication du lieu de départ
L2 = indication du lieu d’arrivée
T1 = indication du jour de départ
T2 = indication de la plage horaire de départ

1.1.2. Demandes de tarifs : S1b
V + Vinf + SN2 + B + C + L1 + L2 + COND
SN2 = groupe COD ici caractérisé par la présence du terme "prix" ou du terme "tarif".
B = type du billet aller-retour / aller (simple)
C = classe : 1ère / 2de
COND = conditions particulières de tarification : réductions, trains spéciaux, ...
7On remarque que deux éléments (B et C) recouvrent des choix binaires de termes lexicaux .

8Il est possible de considérer qu’un système d’interprétation automatique des énoncés de requête peut être mis en place à partir de la prise en compte de ces deux structures et de leurs composantes lexicales : c’est ce que nous allons tenter de mettre en évidence dans la suite de ce travail.
1.2. Étude des énoncés de présentation de la requête initiale : C11
91.2.1. La structure S1 est très majoritairement celle de l’exposé de la requête (C1) qui suit la formulation machine "SNCF boujour quel renseignement désirez vous obtenir ?" en phase 2, et "SNCF boujour veuillez énoncer votre demande" en phase 3. Elle correspond en effet à 86,6 7c des C1 de la phase 2 (71 énoncés) et à 95 % des C1 de la phase 3 (58 énoncés).
10Nous avons provisoirement rejeter de cette catégorie S1 L1 énoncés C1 appartenant à la phase 2 et 3 énoncés C1 appartenant à la phase 3 :
– 6 d’entre eux (phase 2) se présentent sous une forme très complexe due à la formulation de deux voire trois requêtes différentes en même temps. Il semble cependant que ces énoncés pourraient être décrits en terme de plusieurs structures S1 emboîtées (cf. infra) ; il s’agit des énoncés 2.27.1., 2.41.1., 2.49.1., 2.51.1., 2.63.1., 2.79.1.
– 5 autres (phase 2) se présentent sous deux formes particulières qui seront analysées séparément :
• 3 énoncés du type "je voudrais savoir si + SN SV", structure qui introduit une requête différente : il s’agit d’une demande de vérification (é. 2.48.1., 2.58.1., 2.83.1.)
• 2 énoncés du type "je désire me rendre à L2 + T1 + T2" que l’on pourrait en fait considérer comme réductibles à la structure S1 par simple éviction de /V Vinf SN2 L1/ ; il ne resterait plus alors comme information donnée à la machine que l2 + T1 + T2, ce qui est, nous y reviendrons, suffisant pour répondre à une demande d’horaire (é. 2.40.1. et 2.57.1.).– 3 énoncés (phase 3) se présentent sous une forme dans laquelle la séquence V-Vinf se trouve remplacée par une forme du type "y a-t-il" (é. 3.30.1. et 3.31.1.) ou existe-t-il (é. 3.23.1.). Il sera relativement aisé de les ramener également à la structure S1 (cf. infra "variantes").
11Si l’on examine les possibilités de rattachement des 14 énoncés que nous venons de mentionner, on s’aperçoit alors que la structure S1 est bien près de représenter 100 % des énoncés concernés.
1.2.2. Présence ou absence des constituants
12Très peu d’énoncés se présentent sous la forme la plus complète c’est-à-dire avec la totalité des constituants. En effet les sept constituants ne se présentent ensemble que dans environ 20 % des cas dans les deux phases.
13Fréquence d’omission des différents éléments :
14α) Demandes d’horaire
15Vinf : 33,3 % en phase 2 et 46,4 1 en phase 3
L1 | : 31 % | 41 % |
T2 | : 23,8 % | 35,2 % |
V | : 20,5 % | 25 « |
T1 | : 25,3 % | 20,37 % |
16Le seul élément qui apparaisse absolument dans tous les cas est L2 (ce qui peut paraître logique !!) ainsi que SN2 qui se présente toutefois sous une forme ultra-réduite dans 2 cas (2.81.1. et 2.85.1.).
17β) Demandes de tarif (les calculs présentés sont faits sur les deux phases confondues qui ne comportent ensemble que 14 énoncés de ce type).
C : | 64,3 % | d’omission |
COND : | 57,1 % | |
B : | 42,8 % | |
L1 : | 28,6 % | |
V : | 21,4 % | |
Vinf : | 21,4 % |
18L’absence de COND est toujours interprétée comme signifiant "sans conditions particulières" et ne fait jamais l’objet de questions de la part de l’opératrice, contrairement à ce qui se passe pour B et C.
19Là également l’élément L2 ne peut être omis, mais l’importance du SN2 est plus grande que dans les énoncés de demande d’horaire. En effet le terme "prix" (78,6 %) ou "tarif (21,4 %) est le terme qui permettra de différencier les deux types de demandes car il n’est jamais omis, contrairement au terme "horaire" (ou "heure") qui peut ne pas apparaître à l’intérieur de SN2.
1.2.3. Ordre des constituants
1.2.3.α. Structure S1a (horaires)
A) Ordre canonique
V + Vinf + SN2 + L., + L2 + T., + T2
20C’est celui de la grande majorité des énoncés concernés :
70,5 % | en phase 2 |
68,5 % | en phase 3 |
B) Ordre non canonique
21Il semble en fait que l’ordre des éléments ne revête que peu ou pas d’importance, sauf en ce qui concerne les éléments L1 et L2.
22En effet, peu importe que les groupes SN2, T et L soient donnés dans le désordre, l’important est qu’ils soient là. Il y a alors une liste de mots à reconnaitre quel que soit leur agencement les uns par rapport aux autres sauf pour les deux éléments de L. En effet si l’on peut les trouver séparés l’un de l’autre (ex. : L1 + T1 + T2 + L2) il est de première importance de leur conserver un ordre relatif : L1 doit toujours lorsqu’il est exprimé PRECEDER l_2. Ainsi on admettra comme indicateur du nom de la localité d’arrivée le second nom de lieu exprimé dans le cas où il y en a deux et le seul exprimé dans le cas où il n’y en a qu’un. Sur les 115 énoncés considérés, 5 (= 4,35 %), é. 2.16.1., 2.18.1., 2.36.1. et 3.16.1., 3.19.1.) violent cette règle absolue et l’on rencontre alors l’ordre L2 L1 ; dans ce cas, L. est TOUJOURS marqué par une préposition forte : au départ de2
23Ainsi peut-on établir la règle suivante :
Tout nom de lieu sera considéré comme lieu d’arrivée s’il n’y en a qu’un seul dans l’énoncé
Tout nom de lieu sera considéré comme lieu d’arrivée s’il est le second d’un groupe de deux, consécutifs ou non, sauf s’il est précédé de la préposition "au départ de".
1.2.1.β. Structure de S1b (tarifs)
A) Ordre canonique
V + Vinf + SN2 + B + C + L1 + L2 +
24C’est celui de la presque totalité des énoncés concernés ; seuls deux énoncés échappent à cet ordre, l’un en plaçant COND avant L1 L2, l’autre en plaçant L2 avant C.
B) Ordre non canonique
25Là également il semble qu’en fait l’ordre des éléments ne revête aucune importance. Il suffira donc d’identifier tous les éléments et de les interpréter.
1.2.4. Structure des constituants
1.2.4.α. V
Phase 2 :
Dans les 16 cas sur 78 (20,5 %) V n’apparaît pas ; le correspondant embraye directement sur l’énoncé de la machine "quels sont les renseignements que vous désirez obtenir ?" en sous entendant alors [je désire obtenir. ; ainsi l’énoncé commence sur : "les horaires (heures) de train..."
Dans tous les autres cas il s’agit d’un V employé au conditonnel simple, (il faut toutefois signaler la présence de 2 indicatifs et d’un conditionnel passé). La forme la plus représentée est la forme "je voudrais" = 47,4 %
26Autres formes rencontrées :
27• j’aimerais = 19,2 1
28• Je désirerais, je souhaiterais
29• je désire, je souhaite
30• j’aurais voulu
Phase 3 :
14 correspondants, impressionnés par la machine lui parlent en mots isolés en n’utilisant que des nominaux l’énoncé démarre alors directement sur SNg
Dans les autres cas il s’agit ici aussi d’un V employé au conditionnel : 52 % des V sont de la forme "je voudrais"
31Autres formes rencontrées : . j’aimerais = 12,5 %
2 formes composées : | . j’aurais voulu = 5,36 % . j’aurais aimé (1 cas) |
1 forme inversée : | . pourrais-je |
1.2.4.β. Vinf
32Le rôle que joue cet élément semble de peu d’importance. Il apparaît dans 66,6 % des cas en phase 2 et dans seulement 53,6 % des cas en phase 3.
33Les quatre verbes rencontrés sont :
– savoir | 26,9 % en phase 2 et | 14,3 |
– connaître | 20,5 % | 19,6 |
– avoir | 16,6 % | 19,6 |
– obtenir | 2,5 % | 0 |
34Leur répartition tout comme leur présence ne semble guère significative.
1.2.4.γ. SN2 (groupe COD) – Phases 2 et 3
35C’est dans la structure de ce constituant que nous rencontrons le premier mot clef. En effet si les termes "prix" ou "tarif" apparaissent, ils vont obligatoirement introduire une séquence différente de celle qui sera introduite s’ils n’apparaissent pas.
36Le terme "prix" ("tarif") introduira la structure Slb alors qu’à son absence correspond la structure S1a.
A) S1a (horaires)
37En phase 2 comme en phase 3, peut se présenter sous différentes formes, mais on peut considérer que les éléments importants sont de type lexicaux ; ce qui importe dans la structure interne de c’est qu’il soit constitué d’éléments incluant uin terme d’au moins une des deux classes suivantes :

38A ces deux éléments fondamentaux peuvent s’ajouter dans certains énoncés 1 ou 2 autres éléments dont il sera alors indispensable de tenir compte :
entre a et b peut s’intercaler un élément c qui en fait relève de la catégorie T2 et qui correspond à un choix binaire entre les deux termes "premier" et "dernier" qui remplissent exhaustivement le rôle de Tg.
après b peut se trouver un élément dont il faut également tenir compte pour répondre à la requête du correspondant. Cet élément est à choix unique "direct" ou zéro (peut se trouver sous la forme "sans changement", sans exemple dans les énoncés Cl, mais dans les structures SI’ dont nous traiterons plus tard.)
39Ceci nous donne alors la structure suivante pour le SN2 de Sla

40En cas d’absence d’un de ces termes les seuls qui peuvent être considérés comme sous entendus sont les termes a et b et éventuellement d. La sous classe c appartient sémantiquement à la sous classe T2 et ne saurait donc être sous entendue ; son omission entraîne obligatoirement la nécessité d’expression de T2, tout comme son expression entraîne nécessairement l’omission de T2.
B) S1b (tarifs)
41Dans le cas d’une demande de tarif, deux sous classes apparaissent, dont l’une est obligatoirement exprimée :

1.2.4.δ. L (L1 et L2)
42Dans presque la moitié des cas n’apparaît pas (44,2 % d’omission en phase 2 et 46,3 % en phase 3). Son absence signifie alors toujours (et est interprétée comme telle par l’opératrice qui n’interroge jamais à ce sujet) que le départ se fait au lieu de réception de l’appel, en l’occurence Paris.
43Dans les cas où ils sont exprimés L1 et se présentent sous la forme d’une séquence préposition + Nom propre.
44En dehors de ce que nous avons signalé précédemment (cf. ordre des constituants) et malgré tous nos efforts, il nous a été impossible de dégager des informations intéressantes, et surtout utilisables, de la nature de la préposition.
45En effet nous trouvons une quinzaine de possibilités différentes, aussi bien pour que pour L2, sans qu’aucune constante puisse être dégagée utilement. Seule la préposition "pour" semble être fréquemment utilisée pour introduire L2, mais elle sert également à introduire et aussi (24 occurrences) et ne peut donc servir de repère.
46Il ne nous reste qu’à rappeler que L2 sera reconnu au fait qu’il est toujours soit le seul, soit le second Nom propre de
47localité exprimé si celui-ci n’est pas précédé de la préposition "au départ de1 (cf. supra la règle de reconnaissance dégagée en 1.2.2.1.).
48Liste des prépositions représentées (et nombre d’occurrence, phase 2 et 3 confondues)3
49– Pour L1 et L2 ensemble :
pour | 5 |
sur la ligné | 1 |
sur | 1 |
entre | 2 |
50– Pour L1
(au) départ de4 | 14 |
(en) partant de | 4 |
en partance de | 3 |
qui part de | 2 |
en provenance de | 1 |
pour aller de | 2 |
pour revenir de | 1 |
de | 9 |
51– Pour L2 :
pour | 56 (= 48,7 % des L2) |
pour aller à | 4 |
pour arriver à | 1 |
pour aller en direction de | 1 |
pour être à/au | 1 |
pour rejoindre | 1 |
en partance pour | 1 |
en direction de | 5 |
direction | 1 |
à destination de | 2 |
qui vont à | 3 |
qui partent à | 1 |
à | 5 |
vers | 3 |
jusqu’à | 1 |
sur | 2 |
et arriver (donc) à | 1 |
1.2.4. Ɛ. T (T1 et T2)
52C’est un élément qui est facilement omis par le correspondant et sur lequel l’opératrice doit très souvent demander des précisions. Ainsi 56 % des énoncés de la phase 2 et 74,07 % de ceux de la phase 3 font l’objet d’une demande de précision concernant l’un ou l’autre des éléments T.
53Lorsque est omis, il est possible de considérer que le correspondant demande un renseignement concernant n’importe quel jour ordinaire de la semaine. On constate toutefois que l’opératrice demande toujours la précision lorsque celle-ci n’est pas donnée (excepté dans 3 cas en phase 2).
54L’absence de T2 n’est, quant à elle, pas tolérée par l’opératrice qui n’envisage jamais d’énumérer la totalité des horaires possibles au cours d’une journée !
55T est souvent aussi une information complexe à traiter du fait que certains correspondants désireux de simplifier la tâche de 1’opératrice, lui proposent plusieurs horaires possibles en même temps !
56En outre deux possibilités se présentent : une plage horaire de départ, ou une plage horaire d’arrivée.
A) T1 :
57Lorsqu’il est exprimé, comporte soit l’un des 7 noms de jour de la semaine, parfois précisé par la date exacte (jour, mois et même parfois année !), soit un des termes suivants : Aujourd’hui, demain, ce soir, cet après-midi, ce matin ; les trois derniers termes ne seront pas retenus dans cette sous classe et seront donc interprétés comme n’offrant pas d’indication T1 ; ceci conduira alors la machine-opératrice à interroger sur T1. Cela semble en effet une opération moins coûteuse et surtout plus réaliste que d’envisager de repérer et reconnaître les segments "ce" ou "cet" dans un système de reconnaissance automatique basé sur l’oral.
58Cet élément peut être introduit par un élément prépositionnel, de type "pour (le)", "de", "qui circule le(s)".
59Structure de T1 :

Phase 2 : présence de | a = 57,14 % |
b = 27 % | |
a et/ou b = 65 % |
60Il y a donc identification du jour dans 65 % des cas. Si l’on tient compte des demandes de précisions que va formuler l’opératrice et des réponses obtenues, on arrive à une identification du jour dans 95,24 % des cas. Si l’on ne prend en compte que les éléments retenus dans notre classe a (excluant "ce matin, cet après-midi, ce soir") nous obtenons un taux de reconnaissance de 93,33 %, c’est-à-dire un taux d’échec (non reconnaissance due à la présence du prédéterminant démonstratif "ce" ou "cet") de 6,66 %.
Phase 3 : présence de | a = 74 % |
b = 33,3 % | |
a et/ou b = 79,6 % |
61L’identification du jour est repérée par le système dans 90 % des cas.
62Si l’on tient compte des réponses obtenues après interrogation de l’opératrice on arrive à une identification du jour dans 100 % des cas (pour être plus exacte je devrais dire dans 103 % des cas car il y a 3 cas de répétition !).
63Le taux de réussite, c’est-à-dire de repérage du jour par le système proposé est alors de 96,3 °L ce qui donne un taux d’échec de 3,7 %.
B) T2 :
64Cette catégorie est à décomposer en 2 sous-ensembles car elle comprend à la fois :
65– d’une part des indications larges, peu précises, composées d’un des termes de chacune des séries suivantes :

66Note5
Phase 2 : | présence de T2L = 57,14 % |
après interrogation de l’opératrice nous observons | |
Phase 3 : | présence de T2L = 46,3 % |
après interrogation de l’opératrice : 70,37 % |
67– d’autre part des indications horaires chiffrées précédées d’un élément prépositionnel, fournissant l’indication d’une plage horaire restreinte :

Phase 2 : présence de T2= | 31,75 % |
= | 61,9 % si l’on tient compte des réponses fournies après interrogation de l’opératrice |
Phase 3 : présence de T2 = | 22,22 % |
= | 74 7o après interrogation(s) de l’opératrice. |
C) T2L + T2R :
68Sont omis dans 35,18 % des énoncés Cl, mais après interrogations de l’opératrice il ne reste plus que 3 cas d’ommission, tous en phase 2 et dans des cas où l’opératrice a répondu sans interroger à ce sujet.
69Les questions posées par l’opératrice sont :
701. "quel jour voulez-vous partir ?"
712. "vers quelle heure voulez-vous partir ?"
72et 2 bis : "vers quelle heure précise voulez-vous partir ?", dans le cas où la réponse obtenue à la question 2 est de type T1L avec préposition a = Ø.
73L’élément T a donc un fort taux de représentation si l’on tient compte des 2 ou 3 questions que peut poser 1’opératrice.
74On obtient en effet en phase 3 (les calculs n’ont pas été faits pour la phase 2)
75obtenus :

76Nous devons rappeler ici que l’élément n’est pas exprimé dans le cas où l’élément c de SN2 a été exprimé, et qu’il ne fait pas alors l’objet d’une interrogation (cf. supra, structure de SN2).
D) Cas où l’horaire demandé est l’horaire d’arrivée
77Dans 7 cas en phase 2 le correspondant désire obtenir un horaire de train correspondant à un horaire d’arrivée. On obtient alors des énoncés dans lesquels apparaît un élément supplémentaire précédent immédiatement T2 :

78En phase 3, dans trois cas, à l’interrogation de l’opératrice portant sur l’élément l^ "vers quelle heure voulez-vous partir ?" on obtient une réponse T2 précédée de : "pour arriver à Np" ; "je désire surtout arriver à Np" : "je dois être à Np".
79Il semble donc que l’on doive dégager une classe Tar précédant T2 et comportant 2 éléments ou zéro :

80l’ordre canonique serait alors (s’il existe !) pour l’élément T :
T1 + Tar + T2L + T2R
1.3. Remarques
1.3.1. Éléments nécessaires à fournir pour obtenir une réponse à une requête SNCF
A) Demande d’horaire
81– si nous résumons l’analyse qui précède nous constatons qu’en fait les seuls éléments réellement indispensables sont L2 + T1 + T2. Un énoncé ne comportant que ces trois données devrait normalement pouvoir être repéré comme correspondant à :
(V) + (Vinf) + (SN2) + (L, ) + L2 + T1 + T2
82où tous les éléments mis entre () correspondraient à des éléments sous-entendus non nécessaires.
B) Demande de tarif
83– en revanche pour une demande de tarification le nombre des éléments indispensables est supérieur :
SN2 + B + C + L2 + COND
84ne peuvent être sous-entendus, et donc seuls V, Vinf et peuvent être omis (+ COND bien sûr il n’y a pas de conditions particulières).
1.3.2. Quelques problèmes
α) Concernant L
851. Dans le cas de bafouillage, cf. 2.50.1. "... entre bethunes, entre paris, et bethunes.." ici il faut retenir les deux derniers Np, mais cela pourrait être plus compliqué.
862. Dans le cas de double demande, cf. par ex. 2.63.1. "... de paris à Cherbourg et de Cherbourg à paris, alors on va commencer par paris Cherbourg..." ici aussi on peut retenir les deux derniers.
87(idem pour cas plus simples cf. 2.71.1. par ex.)
883. Dans le cas où l’expression de se fait avec une préposition de type "pour arriver à" il y aura confusion avec une demande d’horaire d’arrivée. Il semble que dans tous les cas où l’on a la séquence "pour arriver à Np" ou "pour être à Np" on ait intérêt à interpréter la requête comme concernant une demande d’horaire d’arrivée (même s’il s’agit en fait de l’expression de L2) puis à corriger en fonction du dialogue qui s’ensuivra .
894. Dans le cas où un correspondant s’amuserait à dire "paris-lyon" comme d’autres disent "paris-montparnasse" (fréquent) on aurait ainsi 3 Np de lieu et dans ce cas il faudrait conserver 1 et 3. On ne peut envisager de considérer "paris-lyon" comme un bloc (et l’entrer comme tel dans le lexique) car cela peut être aussi Paris – Lyon, c’est-à-dire : (de)paris (à) lyon !
β) Concernant T
901. On peut imaginer un correspondant demandant un horaire de départ (ou d’arrivée) en précisant "pas après n heure", que l’on confondra alors avec "après n heure". Cela sera surtout vrai dans le cours du dialogue où l’on trouvera "y en a pas après n heure", (cf. aussi infra 2.1.4. note)
912. L’un des correspondants du corpus demande l’heure de "les deux prochains" ; on pourrait imaginer inclure dans la catégorie SN2c le terme "prochain" (en alternance avec "premier" et "dernier"), au sens de "prochain train", mais il serait constamment confondu avec le terme "prochain" accompagnant fréquemment (dans le SN2 également) le nom du jour : "lundi prochain" par ex. J’ai donc choisi d’évacuer cette information, ce qui conduira la machine-opératrice à questionner le correspondant sur T2 (qui n’apparaîtra forcément pas) comme s’il n’avait pas déjà fourni l’information.
92Notons que l’on peut cependant envisager de repérer "prochain" dans le cours du dialogue, c’est-à-dire dans les énoncés en réponse.
γ) Concernant SN2
93On pourrait imaginer (je n’ai pas vérifié qu’il n’y en avait pas) qu’un correspondant particulièrement bien élevé et aimable formule sa requête en l’agrémentant d’un "je vous prie", ce qui lui permettrait à coup sûr d’obtenir des "prix". Il faudrait alors pour éviter cela prévoir des reconnaissances de structures basées sur autre chose qu’un seul élément lexical. Cela ne peut être sur T car les correspondants demandent des tarifs pour des trains particuliers, horaires à l’appui... Alors sur quoi ?....
94Pour résoudre le problème de certaines doubles requêtes, il faut prévoir de traiter séparément et successivement les deux termes "horaires" et "prix". Ceci peut en fait résoudre éventuellement le problème du "je vous prie" en en faisant une simple deuxième requête, ce qui aboutira à donner au correspondant un renseignement supplémentaire non demandé.
2. La structure S1’ ou étude des énonces autres que les énoncés d’exposition de la première requête
95La structure S1 se retrouve fréquemment à l’intérieur du dialogue et n’est bien évidemment pas réservée à l’énoncé C1 d’exposition de la première requête (ou requête initiale). En effet d’autres requêtes peuvent être formulées, soit parce qu’il s’agit d’une nouvelle requête (requête secondaire), totalement différente de la première (horaire de retour, demande de tarif après demande d’horaire et inversement, ...) soit parce que la réponse obtenue ne convient pas au correspondant qui est alors amené à demander des modifications. Nous avons estimé que 293 énoncés entraient dans cette catégorie (93 en phase 2 et 200 en phase 3).
96Dans tous les cas la forme apparente de la requête peut va rier assez considérablement, mais l’analyse montre que dans la grande majorité des cas la structure interne correspond très exactement à la structure SI à condition d’admettre :
Quelques modifications ou plus exactement quelques compléments spécifiques de vocabulaire.
De nombreuses ellipses qui obligent :
a) non seulement à tenir compte des informations déjà présentées, par le correspondant et/ou la machine-opératrice dans la partie précédente du dialogue (de façon à pouvoir se sa tisfaire des seuls éléments nouveaux fournis parfois isolément par le correspondant).
b) Mais également à tenir compte des enchaînements possibles des énoncés du correspondant sur les questions posées par la machine.
2.1. Modification de vocabulaire dans chaque classe
2.1.1. V + Vinf
97On s’aperçoit ici qu’il est plus intéressant de considérer ces deux éléments non pas séparément comme nous l’avons fait jusqu’à présent mais comme constituant 2 sous groupes du même ensemble Vi = Verbe introducteur. Ceci nous permettra en effet de classer dans cette catégorie tous les éléments qui valent à la fois pour V et Vinf (= sous classe Vi).
98Nous donnons ici la liste complète des termes rencontrés dans les énoncés de structure SI’, liste de laquelle il sera possible de ne conserver que les termes le plus souvent représentés et qui sont ici soulignés. Le nombre d’occurrence par item est indiqué entre parenthèses ; rappelons que nous avons estimé que 293 énoncés pouvaient être classés dans la catégorie S1 ’.
a | V(108) | Vinf (63) |
je voudrais = 52 (47,7 %) | avoir = 18 (28,6 %) | |
j’aimerais = 12 = 11 % | savoir = 15 = 23,8 % | |
pouvez-vous = 12 = 11 % | connaître = 13 = 19 % | |
(est-ce-que) vous pouvez = 8 = 7,34 % | me donner = 12 = 19 % | |
j’aurais voulu = 5 = 4,9 % | m’indiquer = 4 = 6,35 % | |
est-ce que je peux =3 | me dire = 1 = 1,59 % |
pourrais-je = 3
je désire = 3
est-ce que je pourrais = 3
je souhaiterais = 2
je préférerais = 2
je voulais = 2
est-ce qu’on doit = 1
est-ce qu’il faut = 1
est-ce que j’ai la chance = 1
j’aurais aimé = 1
99Les formes de V dans lesquelles apparaît le pronom sujet "Je" sont incompatibles avec les formes de Vinf dans lesquelles est inclus le pronom complément "me". En fait, dans la situation présente, les formes de V qui contiennent le pronom sujet "vous" entrent en combinaison obligatoire et exclusive avec les formes de Vinf qui contiennent le pronom complément "me".


est-ce qu’il y aurait | = 3 |
y aurait-il | = 1 |
existe-t-il | = 1 |
donnez-moi | = 3 |
avez-vous | = 1 |
il me faudrait | = 3 |
il me faut | = 1 |
est-ce que vous avez | = 1 |
100Au total 187 requêtes secondaires sont marquées par un marqueur de type verbe introducteur, ce qui correspond à 63,8 % des énoncés de structure S1’.
2.1.2. SN2 (Groupe COD)
101Peu de modifications apparaissent dans cette catégorie. Quelques ajouts de termes cependant apparaissent nécessaires :
103couchette
104wagon restaurant
105supplément
106réservation
107b) montant (terme qui peut se substituer à "prix")
108c) sans changement (terme qui peut se substituer à "direct")
109Il faudrait éventuellement ajouter le terme "renseignement" afin de pouvoir traiter ce type de requête : "je voudrais un autre renseignement" (comme le fait l’opératrice "quel renseignement voulez-vous").
2.1.3. L
110Peu de modifications apparaissent également dans cette cat gorie ; la principale, importante il est vrai, est de permettre la reconnaissance et l’interprétation du terme "retour" qui vau alors à la fois pour et l_2 et inverse les données précédente
2.1.4. T
111C’est dans cette catégorie qu’apparaissent les modifications les plus importantes. Il importe en effet de rendre possible
112l’interprétation des termes
avant
après
plus tôt
plus tard
le précédent
le suivant
le prochain
c est trop tôt8
c’est trop tard
113tous valant pour prenant comme référence l’heure de départ du train que vient de donner l’opératrice, ou le dernier dont il a été question.
Il faut ajouter également : le plus tôt possible le plus tard possible
2.2. Les ellipses 9
1142.2.1. Partant du principe que si les gens téléphonent au service de renseignements téléphonées de la SNCF c’est pour demander un renseignement et non pas pour raconter leur vie, nous pouvons considérer que leurs énoncés correspondent à des requêtes (ou y participent en fournissant des compléments d’information demandés10 par l’opératrice-machine).
115Nous pouvons donc postuler que chaque prise de parole du correspondant doit être envisagée par la machine-opératrice comme une requête dont il lui faut déterminer les éléments, c’est-à-dire reconnaître
Les éléments fournis, et
Les éléments manquant pour pouvoir alors parmi ceux-ci distinguer :
a) ceux qui peuvent être considérés comme implicitement connus (sous-entendus communs) et ne seront pas soumis à interrogations, de
b) ceux qui vont nécessiter une interrogation visant à obtenir un complément d’information.
116Nous avons déjà vu que V, Vinf, SN2, L1 font ou peuvent faire partie des implicites :
117V et Vinf du simple fait que l’on admet que le correspondant téléphone parce qu’il "voudrait savoir" quelque chose
118SN2 parce que l’on admet que si ce n’est pas explicitement un prix qui est demandé il est sous entendu que c’est un horaire.
119L1| parce que l’on admet que le lieu de départ est, sauf mention explicite, le lieu de réception de l’appel téléphonique.
120Il s’agit alors, face à un énoncé émis par un correspondant, de glaner les informations nécessaires (dans C1) ou nouvelles (dans Cn+1) et de les interpréter.
1212.2.2. Les ellipses peuvent concerner tous les éléments de SI. Les modifications de requête demandées peuvent porter sur SN et/ou T et/ou L et peuvent être formulées soit avec des marqueurs de requête soit sans.
122On trouve donc des énoncés qui se présentent avec seulement un seul élément et des énoncés qui se présentent avec deux ou plus éléments.
123Cet élément peut se trouver complètement isolé ou environné de termes qui en fait n’apportent aucune information utile pour la machine-opératrice, ne servant qu’à soutenir le discours, et ne sont pas retenus par notre système de "lecture". Un énoncé de plusieurs mots peut alors être décodé comme n’étant constitué que d’un seul terme.
124Ainsi 2.6.5. ne donne qu’un seul élément de renseignement, c’est-à-dire : "alors après dix neuf heures vingt quatre quel est le prochain départ ?", de même 2.24.2. ou 2.31.5. : "et
125l’autre qui part après", dans la mesure où "Vautre" (de même que "celui") qui représente SN2 n’a pas été intégré dans notre système.11
126Exemples d’énoncés ne présentant qu’un seul élément :
SN2 : 2.16.4., 2.28.6., 2.32.8., 2.42.3.,
T : 2.21.4., 2.31.3.,
T2 : 2.15.3., 2.28.4., 2.31.6., 2.73.2., 2.75.3.
Conclusion
127L’analyse des énoncés de requête montre que ceux-ci se présentent sous des formes très peu différenciées pouvant se réduire à un type de structure syntaxique qui se réalise sous la forme de deux variantes. Le choix de la variante est directement lié au contenu sémantique de la requête et est marqué par un mot clef ces variantes sont toutes deux constituées de plusieurs groupes syntaxiques dont la répartition sur la chaîne se présente ainsi :
128a) demandes d’horaires :
Vi + SN2 + L1 + L2 + T1 + T2
129b) demandes de prix
Vi + SN2 + B + C + L1 + L2 + COND
130dans lesquelles
Vi = verbe introducteur (y compris le SN1 pronom sujet "je" ou "vous") 1
SN2= groupe COD
L1= indication du lieu de départ
L2 = indication du lieu d’arrivée
T1 = indication du jour de départ
T2 = indication de la plage horaire de départ
B = type du billet (aller-retour/aller simple)
C = classe (1ère/2de)
COND = indication des conditions particulières de tarification
131La structure syntaxique "canonique" ne correspond en fait qu’à un ordre préférentiel des constituants et, même si elle est resoectée dans la très grande majorité des cas (70 %), elle est sans importance pour la compréhension des messages et peut être négligée.
132Une liste restreinte de vocabulaire correspondant à chacun des éléments de la structure, tant pour la requête initiale que pour les requêtes secondaires (qui font l’objet d’analyses séparées), permet d’envisager de repérer les informations fournies dans les différents énoncés et de traiter les requêtes contenues dans 80 % des cas (71 % en phase 2 et 87 % en phase 3).
133On peut ainsi envisager d’élaborer un système de compréhension automatique qui ne sera constitué que d’un simple dictionnaire (limité) de mots, sans intervention de règles syntaxiques.
Notes de bas de page
1 nous intégrons dans cette analyse deux énoncés C2 qui en fait fonctionnent comme des C1 puisque ceux-ci ne concernent pas la requête mais font état de l’inattention du correspondant.
2 On imagine bien que d’autres locutions pourraient être employées ici, telles que :
(en) partant de
qui part de
à partir de
en partance de
en provenance de
toutes expressions que l’on rencontre dans notre corpus, mais jamais dans le contexte que nous venons de décrire, c’est-à-dire celui où l’expression de ne précède pas celle de L2.
3 Voir également à ce propos l’étude de Françoise Néel.
4 Nous avons recensé 14 formes de type "départ de" ce qui correspond en fait à 12 + 2. Nous constatons en effet deux cas où l’énoncé se présente comme suit : "je voudrais les horaires de départ de Paris vers..." ; il est bien évident qu’en ce cas la séquence "départ de" sera interprétée par la machine comme étant une préposition introduisant (et non comme élément de SN2) ; nous l’avons donc classée comme telle.
5 apparaît aussi ici la prép. "dans le" que nous ne retenons pas car elle n’apporte aucune information intéressante.
6 Il faut ici peut être prévoir la reconnaissance de segments de type "retenir/réserver une place/couchette"
7 Il faut prévoir aussi d’intégrer le terme "chien" et ce qui tourne autour, mais il n’y a pas assez d’exemples dans le corpus pour en décider.
8 Les termes "c’est trop tôt" et "c’est trop tard" sont à privilégier dans tous les cas où ils seraient en concurrence avec "avant" ou "après" dans le même énoncé, ceci afin d’éviter les erreurs dues à "pas après (pas avant) telle heure" qui peut vouloir dire "avant (après) telle heure" dans le contexte "c’est trop tard (trop tôt)" ou "après (avant) telle heure" dans le contexte "il n’y en a pas".
9 Voir à ce propos l’étude de M.A. Morel.
10 Nous n’avons pas considéré que les énoncés correspondant à ce cas de figure entraient directement dans la catégorie des requêtes et nous ne les avons pas pas relevés ; ils n’entrent donc pas dans notre analyse (leurs structures relevant plus de celle des énoncés réponses que de celles des énoncés requêtes) .
11 Voir à ce propos l’étude que fait M.A. Morel sur la question des anaphores.
Auteur
-
Christine Leroi
Paris III
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
L’argumentation aujourd’hui
Positions théoriques en confrontation
Marianne Doury et Sophie Moirand (dir.)
2004
L’astronomie dans les médias
Analyses linguistiques de discours de vulgarisation
Jean-Claude Beacco (dir.)
1999
L'acte de nommer
Une dynamique entre langue et discours
Georgeta Cislaru, Olivia Guérin, Katia Morim et al. (dir.)
2007
Cartographie des émotions
Propositions linguistiques et sociolinguistiques
Fabienne Baider et Georgeta Cislaru (dir.)
2013
Médiativité, polyphonie et modalité en français
Etudes synchroniques et diachroniques
Jean-Claude Anscombre, Evelyne Oppermann-Marsaux et Amalia Rodriguez Somolinos (dir.)
2014
Dire l’événement
Langage, mémoire, société
Sophie Moirand, Sandrine Reboul-Touré, Danielle Londei et al. (dir.)
2013
