• Contenu principal
  • Menu
OpenEdition Books
  • Accueil
  • Catalogue de 15466 livres
  • Éditeurs
  • Auteurs
  • Facebook
  • X
  • Partager
    • Facebook

    • X

    • Accueil
    • Catalogue de 15466 livres
    • Éditeurs
    • Auteurs
  • Ressources numériques en sciences humaines et sociales

    • OpenEdition
  • Nos plateformes

    • OpenEdition Books
    • OpenEdition Journals
    • Hypothèses
    • Calenda
  • Bibliothèques

    • OpenEdition Freemium
  • Suivez-nous

  • Lettre d’information
OpenEdition Search

Redirection vers OpenEdition Search.

À quel endroit ?
  • Presses universitaires de Franche-Comté
  • ›
  • Les Cahiers de la MSHE Ledoux
  • ›
  • INTEX
  • ›
  • Applications en TAL
  • ›
  • A propos d’une expérience d’enseignement...
  • Presses universitaires de Franche-Comté
  • Presses universitaires de Franche-Comté
    Presses universitaires de Franche-Comté
    Informations sur la couverture
    Table des matières
    Liens vers le livre
    Informations sur la couverture
    Table des matières
    Formats de lecture

    Plan

    Plan détaillé Texte intégral Introduction 1 - Rappels 2 -Les outils fournis par Intex 3 - Des expressions régulières au traitement de la langue naturelle 4 - Quelques aspects pratiques Conclusion Bibliographie Notes de bas de page Auteur

    INTEX

    Ce livre est recensé par

    Précédent Suivant
    Table des matières

    A propos d’une expérience d’enseignement avec Intex

    Odile Piton

    p. 325-350

    Résumé

    This article is based on post graduate work about finite state automata and transducers for texts analysis, and the applications with Intex. Firstly we recall some definitions and theorems. Secondly we study the way that Intex provides a way to represent and treat FSA and FST. We then study steps of text analysis with Intex : preparation of texts and analysis with regular expressions. Finally we mention some practical aspects of this experience and take a look at a specific example.

    Entrées d’index

    Keywords : finite state automata, NLP, regular expression, regular grammar, transducer, transition network

    Texte intégral Introduction 1 - Rappels 1.1 - Monoïde libre, Langage 1.2 - Les automates finis déterministes 1.3 - Réseau de transition simple 1.4 - Les expressions régulières ou rationnelles : ER Définition : 1.5 - Automate simplifié 1.6 - Transducteurs finis 1.7. Réseaux de transition récursifs 2 -Les outils fournis par Intex 2.1 - Graphe ou expression régulière Quelques exemples 2.2 - Transducteurs 2.3 - Réseaux de transition récursifs 3 - Des expressions régulières au traitement de la langue naturelle 3.1 - Alphabet de la langue naturelle Recherche de motif dans un texte Motif répétitif dans le langage naturel 3.2 - Les deux étapes de la préparation du texte Première étape : le texte brut Deuxième étape 3.3- La reconnaissance dans les textes Recherches sur le texte brut Recherches sur le texte indexé Etude du langage naturel 4 - Quelques aspects pratiques 4.1 - Intex comme outil pédagogique 4.2 - Création d’un environnement pour une langue 4.3 - Grammaire des noms de pays Formes simples de noms de pays Noms de pays comportant des adjectifs Conclusion Bibliographie Bibliographie : Notes de bas de page Auteur

    Texte intégral

    Introduction

    1Je reviens ici sur une expérience d’enseignement au cours duquel j’ai présenté et fait utiliser Intex. Le cours intitulé « Automates finis et transducteurs pour l’analyse de textes » était destiné à des étudiants de DESS « Ingénierie de la Langue et Société de l’Information » de Paris 4, et ce même cours était proposés en option aux étudiants du DEA Miash « Mathématiques, Informatique et Applications aux Sciences de l’Homme » qui est commun aux Universités Paris 1, Paris 4, Paris 5, à l’Ecole des Hautes Etudes en Sciences Sociales, et à l’ENST-Bretagne. Nous étions en début d’année scolaire donc leur formation de linguistique débutait. Les étudiants étaient issus de formations très différentes : certains avaient déjà des connaissances en linguistique, mais dans ce cas ils avaient peu si ce n’est aucune connaissance en informatique. Ce cours était suivi par toute la promotion de DESS et en option par quatre étudiants de DEA.

    2Le temps dont je disposais ne me permettait pas à la fois de traiter mathématiquement la théorie des automates et aussi de présenter Intex et le faire manipuler de manière conséquente. Par ailleurs il était bien entendu que le cours serait illustré par Intex. J’ai donc opté pour présenter et admettre les résultats mathématiques, traiter plus en détail les expressions régulières, insister sur les équivalences entre grammaire régulière, automate fini (déterministe ou non), langage reconnaissable, montrer comment ils sont représentés sous Intex, indiquer les différentes approches qu’ils permettent, et montrer un certain nombre de traitements avec Intex. Je voulais que les étudiants aient de solides connaissances de base, j’ai donc nettement séparé les étapes avant et après le passage des dictionnaires. Je reprends ici un certain nombre de ces aspects

    1 - Rappels

    3Je rappelle quelques définitions et résultats pour lesquels je vais montrer ensuite sous quelle forme ils sont réalisés par Intex.

    1.1 - Monoïde libre, Langage

    4Soit Λ un ensemble fini non vide d’éléments (que nous appelons lettres), on appelle Λ* l’ensemble constitué de la chaîne vide ε et de toutes les séquences finies d’éléments de Λ.

    Si Λ = {a}, Λ* = { ε, a, aa, aaa, aaaa, … . }
    Si Λ = { a, b }, Λ* = { ε, a, b, aa, ab, ba, bb, aaa, aab, aba, abb, …, baba, … . }

    5Soient x et y deux éléments de Λ* ; on appelle concaténation l’opération interne qui associe la séquence xy au couple (x, y) du produit cartésien de Λ* par lui-même.

    6L’ensemble Λ* muni de la concaténation, est un monoïde libre.

    7Toute suite finie d‘éléments de Λ est un mot. L’ensemble Λ* est donc l’ensemble de tous les mots composés d’éléments pris dans l’alphabet Λ. Le mot vide ￝ est la suite de longueur nulle. On note Λ+ l’ensemble constitué de Λ* privé du mot vide ￝.

    8définition : Tout sous-ensemble d’un monoïde libre Λ* constitue un langage (formel) défini sur Λ.

    Exemple : { an bn cp ; n>= 0 et p >0 } est le langage défini sur l’alphabet Λ = {a, b, c} tel que chaque mot comporte un certain nombre n de a (nombre n qui peut être nul) suivi du même nombre n de b, terminé par une suite de c (au moins 1). aabbc, aabbcccccc, c, cc, abc sont des mots de ce langage.

    1.2 - Les automates finis déterministes

    9Les automates permettent de reconnaître les mots d’un langage.

    10définition : On appelle automate à nombre fini d’états le quintuplet A= ( Λ, E, I0, Ф, T) où

    11Λ est un ensemble fini non vide de lettres (appelé alphabet, une suite de lettres est appelée un mot) ;

    12E est un ensemble fini non vide d’états { e0, e1, e2,… en, eθ } ; à chaque instant l’automate est dans un état donné ; l’état eθ ou puits ( ou trappe) est l’état dans lequel se trouve l’automate en cas de transition illicite ;

    13I0 est un élément de E dit état initial dans lequel se trouve l’automate au début du processus ;

    14Ф est un sous-ensemble non vide de E : les états finals ;

    15T ou fonction de transition est un ensemble fini non vide de triplets de E x Λ → E. Cette fonction assigne un état donné ej à tout couple de valeurs (ei, x) où ei, ej ι E et x ι Λ. Cela signifie que si l’automate est à l’état ei lorsqu’il reçoit la lettre x il passe alors à l’état ej. Cette fonction peut se représenter sous forme d’une table de transition.

    16On dit qu’un élément a0 a1 a2 … an du monoïde Λ* est reconnu par l’automate A, si et seulement si il existe une suite (k0, k1,…, kn) d’éléments de E avec k0= I0, kn ∈ Ф et pour tout i compris entre 1 et n T(ki-1,ai) = ki.

    17Le langage L(A) reconnu par l’automate A est constitué de tous les mots de V* reconnus par A. Tout langage reconnu par un automate fini est un langage rationnel. Tout langage rationnel est reconnu par un automate fini. Pour tout automate fini non déterministe on peut construire un automate fini déterministe qui reconnaît le même langage.

    18[Image non convertie]

    Figure 1 : Table de transition de l’automate A1

    1.3 - Réseau de transition simple

    19Il existe une représentation graphique d’un automate appelée réseau de transition simple ou réseau de transitions. Les états sont représentés par des cercles à leur nom et les transitions par des arcs orientés qui relient deux états. Ces arcs sont annotés par la ou les lettres de l’alphabet d’entrée qui déclenche (nt) la transition entre les deux états.

    20L’état initial est marqué par une petite flèche, les états finals sont représentés par un double cercle, le puits est grisé.

    21[Image non convertie]

    Figure 2 : Réseau de transition simple de l’automate A1.

    Quelques unes des séquences refusées par A1 sont {b, aa, abb, ba, abaa, ababb, ababaa, } observons que toute séquence débutant par b est refusée, ainsi que toute séquence comportant deux a ou deux b de suite.
    Quelques unes des séquences acceptées par A1 sont {a, aba, ababa, abababa, abababababa… }

    22Nous aimerions avoir un outil pour exprimer quel est le langage qu’un automate permet de reconnaître. Les expressions régulières vont nous le fournir.

    1.4 - Les expressions régulières ou rationnelles : ER

    Définition :

    23La séquence vide (notée ￝) est une ER. Tout symbole s du vocabulaire est une expression régulière. Si X1 et X2 sont deux ER, alors X1X2 (leur concaténation) est une ER. Si X1 et X2 sont deux ER, alors X1+X2 est une ER. (Ici + veut dire ou). Si X est une ER, alors X* = ￝ + X + XX + XXX +… est une expression régulière.

    24Distributivité : (X + Y) (Z + T) = X Z + X T + Y Z + Y T.

    X1 = bon

    X2 = jour

    X1X2 = bonjour.

    X1 = Mademoiselle

    X2 = Mlle

    X1 + X2 = Mademoiselle + Mlle

    (très)* = { ￯, très, très très, très très très, … .}
    (trop)* = { ￯, trop, trop trop, trop trop trop, … .}
    (Confédération + population) (suisse + helvétique) représente les séquences Confédération suisse, Confédération helvétique, population suisse, population helvétique.

    25Définition : Toute expression régulière sur Λ décrit un langage sur Λ que l’on appelle Langage Régulier (ou Rationnel).

    26Le théorème de Kleene démontre l’équivalence entre automates finis et expressions régulières.

    27Reprenons l’automate A1 (figure 1). Toute séquence du langage qu’il reconnaît comporte un « a » suivi d’un nombre quelconque de « ba ». L’expression régulière qui l’exprime est a (ba)*. On sait construire une grammaire qui engendre le langage reconnu par un automate fini non déterministe.

    28Ceci nous permet d’avoir quatre caractérisations différentes des langages réguliers ou encore langages à états finis. Ce sont les expressions régulières (ou rationnelles), les automates finis déterministes, les automates finis non déterministes et les grammaires régulières ou grammaires de type 3. L’équivalence entre ces différentes caractérisation est très utile. Grâce à Intex nous pouvons bénéficier de la puissance des automates tout en nous limitant à des expressions régulières et des graphes.

    1.5 - Automate simplifié

    29Lorsque nous construisons un automate, nous nous intéressons au langage reconnu par cet automate, et pas aux mots non reconnus. Les séquences refusées envoient dans un état non terminal dont on ne peut sortir, appelé puits. Dans la pratique on ne représente qu’un automate partiel présentant les séquences licites et on omet de représenter les transitions vers le puits : voir les figures 3 et 4.

    30[Image non convertie]

    Figure 3 : RTS pour A1 qui reconnaît a (b a)*

    31[Image non convertie]

    Figure 4 : RTS pour A2 reconnaissant le langage a* b* cc*.

    1.6 - Transducteurs finis

    32Le rôle d’un automate se limite à accepter ou à rejeter une séquence reçue en entrée. Ce qui revient à dire qu’il émet deux réponses : O/N ou V/F. Un transducteur est « un automate qui émet des réponses ». La définition d’un transducteur est celle d’un automate à laquelle on ajoute un alphabet de sortie V et une fonction de sortie S.

    33V = { v1, v2, v3… ., vp }

    34S ou fonction de sortie est un ensemble fini non vide de triplets de E x Λ → V. Cette fonction assigne un lettre de sortie vj à tout couple de valeurs (ei, x) où ei ι E et x ι Λ. Cela signifie que si l’automate est à l’état ei lorsqu’il reçoit la lettre x il émet alors vj. Cette fonction peut se représenter sous forme d’une table de transition, en général on utilise une même table pour traduire les deux fonctions de transition et de sortie. Ici aussi on peut se limiter à un transducteur réduit aux séquences acceptées. Les séquences ne sont émises que pour les mots acceptés.

    35La représentation par réseau de transitions présente pour chaque transition le vocabulaire d’entrée vi et de sortie sj sous la forme vi/sj ou ei/- pour les transitions où rien n’est émis.

    36[Image non convertie]

    Figure 5 : Transducteur reconnaissant a(ba)* et émettant y(xy)*

    1.7. Réseaux de transition récursifs

    37On appelle réseau de transition récursif – ou recursive transition network (RTN)- un ensemble de réseaux de transitions dont les transitions indiquent soit des éléments terminaux, soit des réseaux de transitions. Un réseau de transition récursif peut donc s’appeler lui-même. Ils permettent de reconnaître des langages de type 2 (ou indépendants du contexte -context-free- ou algébriques) comme anbn pour n>0. Ce n’est pas un langage rationnel : on ne sait pas exprimer par une expression régulière que le nombre de b est égal au nombre de a.

    2 -Les outils fournis par Intex

    2.1 - Graphe ou expression régulière

    38M. Silberztein explique dans [Silberztein 93] p. 8 que les graphes d’Intex sont équivalents aux automates traditionnels. Il s’agit ici des automates « simplifiés » car Intex ne représente que les chemins acceptés. Intex compile le graphe ou l’expression régulière et construit un automate fini déterministe qui sera appliqué au texte. Ceci est particulièrement commode car l’utilisateur n’a pas à se préoccuper de décrire un graphe déterministe.

    Quelques exemples

    39[Image non convertie]

    Figure 6 : Expression régulière a (ba) *

    40[Image non convertie]

    Figure 7 : Expression régulière a* b* cc*

    41[Image non convertie]

    Figure8 : Expression régulière (ab)*cc*

    42Lorsque le graphe est tracé avec des nœuds explicites (sans utilisation de < >) Intex nous donne la possibilité (menu Graph|Tools|Generate language) de construire un sous-ensemble fini du langage qu’il pourra reconnaître. Dans les figures 6 à 8 nous présentons quelques exemples sous 4 formes : expression régulière, automate simplifié, graphe Intex et indiquons les mots les plus courts du langage reconnu.

    2.2 - Transducteurs

    43Un graphe d’Intex peut être transformé en transducteur de manière simple : il suffit de placer à la fin de chaque nœud concerné un « / » suivi de la « sortie ». Soit texte reconnu / texte émis. A tout ou partie des nœuds peuvent être associées des « réponses » qui seront émises lorsque le nœud sera franchi. Le graphe Intex affiche la « sortie » sous le nœud.

    44Ces « réponses » seront utilisées pour remplacer ou modifier le texte traité.

    45[Image non convertie]

    Figure 9 : Graphe Intex réalisant le transducteur T1

    2.3 - Réseaux de transition récursifs

    46La possibilité de créer des RTN existe sous Intex. Un nœud d’un graphe peut contenir l’appel d’un graphe (éventuellement lui même). Pour cela le nom du graphe doit être noté précédé de « : ». Non seulement cela permet d’utiliser commodément une bibliothèque d’automates, mais l’utilisation récursive permet de traiter des langages algébriques. Par exemple le langage L défini par (an bn cp ; n>0 et p>1) peut être reconnu sous Intex par le moyen d’un RTN, voir [Silberztein 93] p. 29.

    3 - Des expressions régulières au traitement de la langue naturelle

    47Les étudiants pratiquent l’interrogation d’Internet par des moteurs de recherche. Ceci se fait par des « expressions » qui ressemblent aux expressions régulières mais sont en fait différents.

    48La notion de « mot vide de sens » est utilisée par « Google » pour éliminer les articles et les prépositions les plus courantes, ce qui est très différent du « mot vide » défini plus haut. Lettres majuscules et minuscules sont équivalentes, les signes diacritiques sont ignorés (accents, cédille, tilde…), les ponctuations ne sont pas prises en compte, pas même le point. Même s’il existe des options permettant de forcer certaines prises en compte, c’est cet outil rudimentaire qui est familier aux étudiants.

    3.1 - Alphabet de la langue naturelle

    49Les textes écrits comportent des lettres majuscules, minuscules et certaines peuvent être accentuées, les mots sont séparés par des espaces ou par des symboles de ponctuation qui peuvent être très variés. Il est très difficile de faire la liste exhaustive des symboles utilisés par un texte.

    50Lors du lancement d’Intex il est demandé de choisir la langue de travail. Ce choix nous place sous un répertoire qui est « French » pour le français. Un fichier Alphabet s’y trouve. Il comporte 41 lignes avec des lettres (Aa, Aà, Aâ, Aä, Bb, Cc, Cç…) dans l’ordre alphabétique sous les formes minuscules et majuscules1. L’ordre alphabétique du français ne reconnaît pas comme différentes des lettres comme c et ç, alors que certaines langues le font. Pour un ordinateur chaque caractère correspond à un code, c’est pourquoi les lettres portant des signes diacritiques sont enregistrées comme des lettres différentes. C’est également vrai pour les majuscules et les minuscules même si le passage réciproque de majuscule à minuscule non accentuée est aisément calculable, nous utilisons de ce fait un nombre de lettres très supérieur à 26.

    Recherche de motif dans un texte

    51Tout signe rencontré sera analysé par Intex et les signes qui ne sont ni des caractères de l’« alphabet » ni des chiffres, ni des blancs (espace, fin de ligne ou retour chariot) sont considérés comme des sortes de ponctuations notés : « delimiters »2. Les « delimiters » ne constituent pas une catégorie homogène puisqu’ils comportent entre autres les signes de ponctuation, l’apostrophe et le tiret. Deux mots consécutifs peuvent être séparés par un nombre quelconque de blancs. Le premier sert de séparateur, les suivants sont ignorés. Les autres « delimiters » posent plus de problèmes car ils ne sont jamais ignorés et il faudra les prévoir dans les expressions régulières ou dans les graphes sous risque de ne pas obtenir les réponses. Cela complique sensiblement les graphes. On peut les rechercher par le symbole formel <PNC> mais on ne peut pas l’utiliser pour construire un transducteur permettant d’effacer la ponctuation car on effacerait aussi les points, les apostrophes et les tirets dont certains sont dans des mots composés.

    52Nous illustrons ceci sur un exemple relatif à la présence de suites de mots identiques dans la langue naturelle.

    Motif répétitif dans le langage naturel

    53Dans un graphe l’étoile de Kleene est simulée par une boucle sur un nœud auquel on ajoute le mot vide. Dans la langue naturelle on trouvera des mots répétés, mais des signes de ponctuation vont être intercalés. Voici des exemples trouvés sur Internet.

    il vous indique si c’est trop, trop peu et si l’alimentation est équilibrée.
    il est vachement trop trop, trop trop trop trop cooooooooollllllllllll c est le
    l’hippopotame du zoo, Il est trop trop trop, trop trop trop, vraiment trop gros,
    Qu’est-ce qui est jaune et qui est très très très très dangereux ?
    Surtout, c’est très très très très très fragiles !!
    ses cris de douleur. "Assez, assez ! Assez !" les femmes africaines…

    54Le premier exemple ne correspond pas à une répétition puisqu’il s’agit de trop suivi de trop peu. Notons les signes de ponctuation «, » et « ! » qui se trouvent intercalés et aussi le passage de minuscule à majuscule.

    55Voici une grammaire comportant une étoile de Kleene avec utilisation d’un signe de ponctuation. Le symbole de ponctuation est traité exactement comme s’il s’agissait d’un mot.

    56[Image non convertie]

    Figure 10 : Graphe et langage reconnu pour très (très +, très)*

    3.2 - Les deux étapes de la préparation du texte

    57Au cours d’une première étape nous traitons le texte brut et voyons les problèmes d‘alphabet, mise à la norme du texte et outils formels utilisables à ce niveau. La deuxième étape concerne les dictionnaires : leur création et leur utilisation, l’indexation du texte, l’utilisation de lemmes, de catégories, de flexions, de traits, la construction du FST du texte. Nous illustrons nos remarques sur un extrait de Candide de Voltaire.

    Première étape : le texte brut

    58Le texte à traiter doit être enregistré en format texte. Une première soumission à Intex permet de détecter les caractères erronés qui sont placés dans la liste des delimiters du menu Show cars de la fenêtre Token List. Si le texte ne respecte pas l’alphabet de la langue, ce texte doit être modifié, il faut aussi supprimer les changements de ligne qui ne sont pas des fins de phrase. Les majuscules accentuées posent un vrai problème. Il est tentant de modifier l’alphabet, mais il faut veiller à rester cohérent avec les dictionnaires.

    59Le pré-processing permet de désambiguïser certains mots et de décontracter des termes comme au → à le. Pour simplifier les manipulations des débutants j’ai opté pour conserver un maximum d’options par défaut. J’avais traité Crainquebille qui était devenu assez comique avec Mort à les vaches. Il est utile de créer une version allégée du texte en effaçant les ponctuations internes aux phrases et les guillemets.

    60[Image non convertie]

    Figure 11 : Délimiteurs identifiés sur le début de Candide

    61Les deux derniers « delimiters » nous montrent que l’alphabet du texte ne respecte pas celui des dictionnaires. Il faut remplacer À par à et les quatre É par é. Sinon Intex va trouver les mots lev, chass, trouv et es et pas les mots élevé, chassé, trouvées. Il faut supprimer les tirets et les fins de lignes qui ne sont pas des fins de phrases.

    Deuxième étape

    62Là encore j’ai opté pour les dictionnaires par défaut ce qui ne fut pas sans problème car l’un d’eux a provoqué des erreurs par un mécanisme que je n’ai toujours pas compris. Anne Dister m’a conseillé de réduire progressivement la liste des dictionnaires pour trouver à quel moment cela « bugait ». L’un d’eux faisait que dans « Jacques court », court était un adjectif. C’est un étudiant qui a détecté cela au cours de l’étape de désambiguïsation de son projet.

    63Après le passage des dictionnaires il faut regarder la liste des mots non reconnus unknown simple words pour voir s’il s’agit de composants de mots composés3, ou de mots absents des dictionnaires, parce que les dictionnaires sont incomplets, ou parce qu’il s’agit de noms propres ou de personnages de fiction. Dans notre extrait les mots non reconnus sont MINDEN et Ralph qui sont deux noms propres.

    64Plus délicat est le repérage des mots reconnus à tort. Ici Candide est reconnu comme l’adjectif candide, candide. A : ms : fs. Il faut rajouter le nom propre correspondant. Ici l’assimilation majuscule-minuscule d’Intex pose un problème car tout nom propre homonyme à un mot commun est reconnu à tort et n’apparaît pas dans la liste des mots non reconnus, ce qui crée une difficulté. Il est dommage qu’on ne puisse pas débrayer l’assimilation majuscule-minuscule car cela permettrait de repérer de tels mots plus aisément.

    3.3- La reconnaissance dans les textes

    65Le menu Locate Pannel d’Intex offre deux moyens pour exprimer un motif à rechercher dans un texte. Ce sont d’une part une expression régulière, et d’autre part un graphe. Nous avons vu plus haut que ces deux modes d’expression sont équivalents et dans ce qui suit nous parlons indifféremment de graphe ou d’expression régulière. Un graphe peut être enregistré alors qu’une expression ne le peut pas. Les expressions que l’on veut archiver devront donc être enregistrées dans des graphes. Les étudiants n’ont pas eu de gros problèmes pour apprendre à les utiliser .

    Recherches sur le texte brut

    66Sur le texte non indexé, on peut interroger à l’aide de mots ou de symboles formels comme <MIN> qui signifie mot en minuscules ou <MAJ> qui signifie mot en majuscules. On peut repérer les mots commençant par une majuscule avec <PRE> ce qui répond en partie à la difficulté mentionnée ci-dessus pour les noms propres reconnus à tort. Intex nous permet de construire des expressions régulières qui peuvent combiner des symboles formels (<MOT>, <MIN>, MAX>, <PRE>, <PNC> etc.) des mots (beau, château…) et des chiffres.4. Il peut être utile de rechercher des mots commençant par une voyelle ou par un h muet. Mais ces notions n’existent pas sous Intex.

    Recherches sur le texte indexé

    67Lors de la soumission du texte aux ressources lexicales, les informations présentes dans les entrées reconnues des dictionnaires vont être associées au texte et c’est le texte ainsi enrichi qui pourra être interrogé. Ce n’est plus le texte initial qui est traité mais un méta langage composé de mots, de lemmes (<beau>, <château>), et de catégories (<N>, <ADV>, <DET>…) dotées des marques flexionnelles et syntactico-sémantiques placées dans les dictionnaires. Les expressions régulières vont pouvoir utiliser ces nouvelles informations qui s’ajoutent à ce qui était présent sur le texte brut. Nous pouvons rechercher une suite d’adverbes dans un texte par l’expression régulière : <ADV>*.

    68Une interrogation qui utilise des marques lexicales, syntaxiques ou sémantiques sur un texte non indexé ne provoquera pas de signal d’erreur, mais il n’y aura pas de réponse (No Matching Sequence). Il n’est pas absolument évident pour l’enseignant de repérer où en est l’étudiant et tout ce que l’on fait n’est pas reproductible facilement car certaines étapes ne s’annulent pas. Intex enregistre l’index et ne veut pas le lâcher5. Si l’on veut repartir du texte avant l’application des dictionnaires il faut le rouvrir et le récrire à l’identique.

    69Il est possible de placer des traits sémantiques dans un dictionnaire et un système de priorité permet de rendre son dictionnaire prioritaire sur le dictionnaire standard. La construction d’une grammaire locale fait intervenir des remarques qui peuvent être morphologiques, syntaxiques, sémantiques, faire intervenir des observations subtiles combinant différentes propriétés. Il est nécessaire de bien posséder les différentes possibilités du méta-langage d’interrogation. Certaines informations sont combinables entre elles, ce sont celles des dictionnaires, par contre on ne peut pas combiner un symbole formel et des informations syntaxiques6. Par contre on peut enregistrer des concordances et faire une nouvelle interrogation dessus.

    Etude du langage naturel

    70Le texte est parcouru et comparé au graphe. Tout fragment du texte qui fait transiter le graphe de l’état initial à l’état final est reconnu. Une même portion du texte peut faire partie de plusieurs séquences reconnues, ou d’aucune. Les réponses fournies ne sont limitées que par les choix faits dans le menu Locate Panel7 La recherche est implicitement une recherche de fragments de texte et non pas l’étude du texte complet. La question posée n’est plus : « Le mot est-il reconnu par l’automate ? » mais : « Dans le texte soumis à l’automate, quels sont les fragments reconnus ?8 »

    71L’utilisation d’un transducteur provoque l’émission de réponses pour lesquelles Intex propose une alternative9 :

    72Le remplacement : les réponses sont insérées dans le texte à la place de la séquence reconnue.

    73La fusion : les réponses sont insérées devant la séquence reconnue.

    74Le texte étant le plus souvent partiellement traité, les séquences émises ne constituent pas un texte autonome, mais vont permettre d’enrichir ou modifier le texte avec des marques syntaxiques, sémantiques, des balises etc.

    4 - Quelques aspects pratiques

    75Cet enseignement qui débutait a connu quelques uns des imprévus qui font la joie des universitaires. Les responsables avaient prévu des machines adéquates, mais l’administration a commandé des portables ! Il y a eu d’abord zéro machines, puis des machines de dépannage, machines qui ont ensuite été remplacées par d’autres sur lesquelles le système ne me permettait pas d’installer moi-même Intex, et pour comble de malheur à force de traverser Paris pour aller installer et réinstaller Intex j’ai fini par m’emmêler dans la procédure. Il a fallu de la patience à tout le monde.

    4.1 - Intex comme outil pédagogique

    76Le sujet officieux de cet enseignement était de transmettre aux étudiants l’enthousiasme que j’ai pour Intex. Certains m’ont dit après qu’ils étaient eux-même étonnés d’avoir eu autant d’intérêt pour une matière a priori théorique et informatique. Je pense que les possibilités pédagogiques d’Intex sont importantes. Je tiens à mentionner tout particulièrement le grand intérêt pédagogique des graphes pour leur grande lisibilité. Pouvoir montrer les FST du texte après avoir parlé de l’ambiguïté est inappréciable. Pouvoir montrer comment le passage de grammaires va supprimer les chemins « interdits » l’est aussi. La présentation du parsing est également très intéressante, mais il faut prévoir les grammaires de manière à distinguer des niveaux dans l’arbre.

    4.2 - Création d’un environnement pour une langue

    77Les étudiants ont fait un projet dont le sujet consistait à créer un environnement Intex permettant de traiter un texte écrit dans une langue étrangère10. Ce projet nécessitait une bonne prise en main d’Intex. Il fallait éventuellement translittérer le texte (car je ne savais pas comment utiliser Intex avec un autre jeu de caractères, et comment aurais-je pu les encadrer ?). Cela allait de la création du fichier alphabet, à celui des dictionnaires pour le texte choisi, choisir des traits syntaxiques et des marques de flexion. Il fallait étendre le dictionnaire aux homonymes, créer le graphe de découpage en phrases, écrire des graphes de grammaires partielles et aborder la désambiguïsation. Les langues abordées ont été le créole, le patois lorrain, le russe, le polonais. Les étudiants qui ont choisi ces langues les parlaient couramment.

    78La création du dictionnaire du texte impliquait de créer les entrées homonymes. Ce n’est pas une démarche très habituelle car cela revient à faire ce qu’il faut pour créer des erreurs avant de se donner la peine de créer des grammaires pour les éliminer. J’avais un peu l’impression de nager à contre courant lorsque je leur parlais de cela.

    79Ce travail a provoqué un certain enthousiasme et a notablement amélioré les connaissances des étudiants, et c’est aussi une manière de voir ce que l’on a plus ou moins bien fait passer. J’avais proposé aux étudiants de m’envoyer leur travail par mail chaque fois qu’ils le souhaitaient, afin de pouvoir les encadrer. Cela a été très positif pour ceux qui l’ont fait car certaines erreurs assez énormes ont été faites (comme par exemple des erreurs sur l’alphabet). Intex est fait pour des personnes qui savent vraiment bien ce qu’elles font. Lorsque l’on fait des bêtises, il reste imperturbable et les étudiants ne se mettent pas assez en question pour voir leurs erreurs11. Je pense qu’un projet avec Intex doit être rendu à des étapes intermédiaires, et non pas en une seule fois.

    80Je désire revenir sur une question dont nous avons débattu sur Info-Intex, à savoir les traits et les catégories à rajouter dans les dictionnaires. Les étudiants y ont beaucoup réfléchi et cela nous a pris beaucoup de temps car chaque binôme faisait à peu près les mêmes découvertes à son rythme. Il me semble qu’il serait souhaitable de disposer d’un panel de tels traits avec un minimum d’explications. Il en a été question plusieurs fois et cela n’a pas encore abouti.

    81J’ai donné le projet lorsque l’enseignement avait déjà bien avancé. Je pense a posteriori qu’il faudrait le faire plus tôt et cela permettrait de commencer à construire les différents outils nécessaires sans être préoccupé du travail global. Peut-être les aspects préliminaires étaient-ils déjà un peu oubliés lorsque les étudiants se posaient des questions sur l’ambiguïté de la langue.

    4.3 - Grammaire des noms de pays

    82Je me propose de compléter ce qui précède en exposant un exercice soumis aux étudiants et d’indiquer ce qu’ils ont plus ou moins bien traité. Il s’agissait de proposer un transducteur permettant d’identifier, et de mettre entre balise des groupes nominaux « pouvant être la forme développée d’un nom de pays »12.[Garrigues 1993], [Piton-Maurel 1997] Il ne s’agissait bien sûr pas de se limiter à la liste officielle des noms de pays, mais de faire un travail d’observation sur les formes employées pour être capable de reconnaître des formes non officielles. Par exemple reconnaître Principauté monégasque, République de France, République bulgare qui sont des formes non officielles de Principauté de Monaco, République française, République de Bulgarie, et reconnaître aussi des formes comme Royaume de France.

    Formes simples de noms de pays

    83L’exercice était présenté en deux étapes. Dans un premier temps il fallait observer une première liste de formes développées limitée à des cas simples qui est censée être représentative. Pour chaque pays, le dictionnaire comporte la forme courte (avec les traits +PR+Pays) et l’adjectif dérivé fléchi (doté du trait +Pays). Par ailleurs les noms de Pays qui ne prennent pas de déterminant - comme Chypre ou Monaco - possèdent le trait +DetZ. Les expressions comme « royaume de France » ou « république de France », et qui sont des noms « possibles » doivent être acceptés par le graphe, alors que « république bananière », « état de droit », « royaume des aveugles », ne devront pas l’être.

    Première liste de noms de Pays : Commonwealth de Dominique, Commonwealth des Bahamas, Confédération suisse, État de Bahreïn, État du Koweït, Fédération de Russie, Grand-Duché de Luxembourg, Principauté d’Andorre, Principauté de Liechtenstein, Principauté de Monaco, République d’Angola, République de Bulgarie, République de Chypre, République des Fidji, République du Tadjikistan, République gabonaise, Royaume de Thaïlande, Royaume des Tonga, Royaume d’Espagne, Royaume du Maroc.

    84Il fallait tracer le graphe du transducteur qui permet de reconnaître des noms de pays, et qui entoure les noms reconnus des étiquettes <Nom de pays> et </Nom de pays>. Par exemple : Ministères et Administrations du Grand-Duché de Luxembourg. devient après traitement : Ministères et Administrations du <Nom de pays> Grand-Duché de Luxembourg </Nom de pays>.

    85Chercher la grammaire locale nécessite d’observer les catégories, les traits syntactico-sémantiques, la morphologie et il faut aussi distinguer plusieurs classes de mots. On constate que la forme développée est formée d’un classifieur étatique (comme État, Principauté, Royaume, République, …) suivi par l’adjectif dérivé du nom de pays ou par la préposition de suivie du nom de pays avec ou sans déterminant. L’adjectif dérivé du nom de pays s’accorde en genre et en nombre avec le classifieur. Il est présent dans le dictionnaire avec le trait +Pays. L’adjectif se rencontre après certains classifieurs seulement, mais nous optons pour l’accepter après n’importe lequel comme variante acceptable.

    86[Image non convertie]

    Extraits du dictionnaire13

    87Le déterminant nécessite une étude plus fine. La préposition de est suivie d’un déterminant si le noms de pays est au pluriel (République des Philippines), mais elle ne l’est pas lorsque le nom de pays débute par une voyelle (République d’Angola), lorsqu’il ne prend pas de déterminant (Etat de Bahreïn), ou lorsque le mot est au féminin singulier (Fédération de Russie).

    88Lorsque le nom de pays est au masculin singulier, nous observons une différence entre les classifieurs construits sur des termes nobiliaires (Grand-Duché de Luxembourg, Principauté de Liechtenstein) qui ne prennent pas de déterminant et les autres classifieurs (République du Tadjikistan, Royaume du Maroc) qui en prennent un. Le graphe permet de repérer des variantes qui peuvent être plus simples que la forme officielle, par exemple République de Guyana pour République coopérative de Guyana.

    89[Image non convertie]

    Graphe 1 : Reconnaissance de noms de pays

    90De bonnes remarques ont été faites sur cette question, notamment la suggestion de créer un trait dans le dictionnaire pour indiquer que le mot débute par une voyelle. Ce qui a été le moins bien vu concerne la différence entre les termes nobiliaires et les autres, ce qui est effectivement plus subtil et de moins en moins respecté dans la pratique, et le trait DetZ qui n’a pas été bien compris par tous. Le transducteur proposé ci-dessus reprend les remarques précédentes (sauf sur les voyelles) et place les balises demandées.

    Noms de pays comportant des adjectifs

    91Nous voulons maintenant traiter les noms de la deuxième liste qui comportent des adjectifs.

    Deuxième liste de noms de pays : État indépendant des Samoa occidentales, République fédérale du Nigeria, État islamique d’Afghanistan, République fédérale islamique des Comores, États fédérés de Micronésie, République fédérative du Brésil, République algérienne démocratique et populaire, République islamique de Mauritanie, République arabe d’Egypte, République islamique d’Iran, République arabe syrienne, République islamique du Pakistan, République démocratique de Sao Tomé-et-Principe, République orientale de l’Uruguay, République démocratique fédérale d’Ethiopie, République populaire de Chine, République démocratique socialiste de Sri Lanka, République populaire démocratique de Corée, République fédérale d’Allemagne, République populaire du Bangladesh,

    92Ces groupes nominaux comportent des adjectifs que nous qualifierons de politiques qui s’accordent avec le classifieur. Nous allons en faire la liste. Certains ont suggéré de rajouter un trait dans le dictionnaire. C’est une alternative à la représentation de toutes les possibilités sur le graphe. Soit donc le trait +Pol pour les adjectifs de cette liste. Lorsqu’il y a plusieurs adjectifs politiques, ils peuvent être consécutifs ou reliés par le connecteur et.

    93Dans le cas où l’adjectif dérivé du nom de pays est utilisé nous observons que dans République algérienne démocratique et populaire il précède les autres tandis que dans République arabe syrienne il le suit. Il n’y a donc pas de place privilégiée. (Je n’avais pas retenu le cas de la Libye qui combine les deux : Jamahiriya arabe libyenne populaire et socialiste). Nous avons donc deux expressions rationnelles qui sont classifieur <A+Pays> (<A+Pol> + <A+Pol> et <A+Pol>) et classifieur <A+Pol> <A+Pays>.

    94Dans le cas où il y a un nom de pays il est toujours à la fin. Nous avons classifieur (<A+Pol> + <A+Pol> <A+Pol>) qu’il est acceptable de représenter sous la forme classifieur <A+Pol> * ce qui tient compte des cas où il n’y a pas d’adjectif. L’étude précédente sur la présence ou l’absence de déterminant reste valable. Pour compléter le graphe il faut ajouter ces adjectifs sur le graphe en indiquant les traits de genre et de nombre en fonction de ceux du classifieur. Les étudiants ont bien vu l’utilisation combinée des traits syntactico-sémantiques et ont bien perçu la possibilité de créer un dictionnaire pour décrire une classe d’adjectifs « politiques ».

    Conclusion

    95Certaines difficultés d’Intex proviennent de la multiplicité des choix, du manque d’information sur certains dictionnaires, surtout ceux qui sont mis en choix par défaut. Je voudrais savoir aussi qui a fait chaque dictionnaire pour pouvoir interroger la personne (surtout celui qui a fait le dictionnaire qui m’a posé problème). Certaines réactions d’Intex posent problème en particulier la difficulté qu’il y a à reproduire une étape. Je souhaitais qu’il y ait un rappel possible des expressions régulières précédentes (je crois que c’est maintenant possible). J’aurais voulu pouvoir traiter les phrases sans tenir compte de leur ponctuation interne, pouvoir interdire la confusion majuscules, minuscules, pouvoir utiliser conjointement des traits formels et des traits syntaxiques. Avoir une marque formelle pour « mot commençant par une voyelle » sans être obligé de changer les dictionnaires. Bref je souhaite qu’il y ait un mode de fonctionnement pour débutants. J’apprécierais que les personnes qui sont amenées à faire des enseignements similaires me fassent remarques et suggestions.

    Bibliographie

    Bibliographie :

    Cori Marcel, 1998, Structures de données et algorithmes appliqués au traitement automatique des langues, Polycopié. U P 7.

    Garrigues Mylène, 1993, Prépositions et noms de pays et d’îles : une grammaire locale pour l’analyse automatique des textes, Linguisticae Investigationes, vol 17, n° 2, 281-305.

    Gross Maurice, 1996, Nouvelles applications des graphes d’états finis à la description linguistique, Actes des premières Journées Intex 21-22 mars 1996, 5-15.

    Kailuweit Rolf, 2000, Intex dans l’enseignement universitaire, 3èmes Journées INTEX, Liège, 13 et 14 juin 2000.

    Maurel Denis, Polycopié.

    Maurel Denis, Piton Odile, Belleil Claude, 1999, Dictionnaire des noms propres pour Intex, Second Workshop of INTEX Users, 7-8 Juin 1999. in Lingvisticae Investigationes, Vol. Spécial Analyse lexicale et syntaxique : le système Intex, Cédrick Fairon (éd..), tome XXII, 1998-1999, 279-289.

    Piton Odile, Maurel Denis, 1997, Le traitement informatique de la géographie politique internationale, Colloque Franche-Comté Traitement automatique des langues (FRACTAL 97), Besançon, 10-12 décembre, Bulag, numéro spécial, 321-328.

    Silberztein Max, 1993, Dictionnaires Electroniques Et Analyse Automatique De Textes ; Le Système Intex ; Collections Informatique Linguistique ; Masson.

    Silberztein Max, 1996, Expérience d’étiquetage avec levée d’ambiguïtés. Nouvelles applications des graphes d’états finis à la description linguistique, Actes des premières Journées Intex, 21-22 mars 1996, 17-29.

    Silberztein Max, 1999, Les graphes Intex, in Lingvisticae Investigationes, Vol. Spécial Analyse lexicale et syntaxique : le système Intex, Cédrick Fairon (éd..), tome XXII, 1998-1999, 3-29.

    Silberztein Max, 1999, Manuel Technique Intex, Ladl Paris 7. Wehrli Eric, 1997, L’analyse syntaxique des langues naturelles. Problèmes et Méthodes, Masson.

    Wehrli Eric, 1997, L’analyse syntaxique des langues naturelles. Problèmes et Méthodes, Masson.

    Notes de bas de page

    1 Cet alphabet est associé à une langue et il est modifiable, mais il faut veiller à rester cohérent avec les dictionnaires de la langue. Notamment en ce qui concerne les majuscules accentuées.

    2 Les blancs sont présentés avec les « Delimiters » dans la « Token List » construite par Intex.

    3 On peut les placer dans un dictionnaire de mot simple avec la catégorie X.

    4 Ils peuvent aussi utiliser des caractères spéciaux.

    5 Si on ferme le fichier, avant de le rouvrir comme « Windows ANSI Text on ouvre quand même l’index.

    6 On ne peut pas chercher un mot qui est à la fois un nom <N> et qui commence par une majuscule <PRE>.

    7 Il s’agit du choix à faire entre shortest matches, longest matches et all matches.

    8 Ce qui n’interdit pas d’essayer de reconnaître le texte complet mais n’en fait pas une condition de réussite.

    9 Un troisième choix permet de désactiver les émissions.

    10 Qui ne soit pas l’une des deux langues pour laquelle nous disposions déjà d’un environnement pour Intex.

    11 Si on utilise des catégories syntaxiques ou des traits qui ne sont pas conformes à ceux des dictionnaires cela ne cause pas d’erreur. Et c’est bien normal mais les étudiants pensent qu’ILS n’ont pas fait d’erreur !

    12 La plupart des noms de pays ont une forme courte : Suisse et une forme développée : Confédération suisse.

    13 Les villes portent en général le trait +DetZ.

    Auteur

    • Odile Piton

      Université Paris1 Panthéon-Sorbonne, 90 Rue de Tolbiac, 75634 Paris Cedex 13
      Odile.Piton@univ-paris1.fr

    Précédent Suivant
    Table des matières

    Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

    Voir plus de livres
    La pensée de la race en Italie

    La pensée de la race en Italie

    Du romantisme au fascisme

    Aurélien Aramini et Elena Bovo (dir.)

    2018

    La formation d’une opinion démocratique

    La formation d’une opinion démocratique

    Le cas du Jura, de la révolution de 1848 à la « république triomphante » (vers 1895)

    Pierre Merlin

    2017

    Les mutations récentes du foncier et des agricultures en Europe

    Les mutations récentes du foncier et des agricultures en Europe

    Gérard Chouquer et Marie-Claude Maurel (dir.)

    2018

    Deux frontières aux destins croisés ?

    Deux frontières aux destins croisés ?

    Étude interdisciplinaire et comparative des délimitations territoriales entre la France et la Suisse, entre la Bourgogne et la Franche-Comté (xive-xxie siècle)

    Benjamin Castets Fontaine, Maxime Kaci, Jérôme Loiseau et al. (dir.)

    2019

    Un mousquetaire du journalisme : Alexandre Dumas

    Un mousquetaire du journalisme : Alexandre Dumas

    Sarah Mombert et Corinne Saminadayar-Perrin (dir.)

    2019

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Thomas Bouchet et Patrick Samzun (dir.)

    2019

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Vincent Bourdeau, Jean-Luc Chappey et Julien Vincent (dir.)

    2020

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Inès Pactat et Claudine Munier (dir.)

    2020

    Les révolutions du commerce. France, xviiie-xxie siècle

    Les révolutions du commerce. France, xviiie-xxie siècle

    Jean-Claude Daumas (dir.)

    2020

    Le patrimoine industriel au prisme de nouveaux défis

    Le patrimoine industriel au prisme de nouveaux défis

    Usages économiques et enjeux environnementaux

    Marina Gasnier

    2018

    La petite entreprise au péril de la famille ?

    La petite entreprise au péril de la famille ?

    L’exemple de l’Arc jurassien franco-suisse

    Laurent Amiotte-Suchet, Yvan Droz et Fenneke Reysoo

    2017

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Jonathan Barbier et Ludovic Frobert (dir.)

    2017

    Voir plus de livres
    1 / 12
    La pensée de la race en Italie

    La pensée de la race en Italie

    Du romantisme au fascisme

    Aurélien Aramini et Elena Bovo (dir.)

    2018

    La formation d’une opinion démocratique

    La formation d’une opinion démocratique

    Le cas du Jura, de la révolution de 1848 à la « république triomphante » (vers 1895)

    Pierre Merlin

    2017

    Les mutations récentes du foncier et des agricultures en Europe

    Les mutations récentes du foncier et des agricultures en Europe

    Gérard Chouquer et Marie-Claude Maurel (dir.)

    2018

    Deux frontières aux destins croisés ?

    Deux frontières aux destins croisés ?

    Étude interdisciplinaire et comparative des délimitations territoriales entre la France et la Suisse, entre la Bourgogne et la Franche-Comté (xive-xxie siècle)

    Benjamin Castets Fontaine, Maxime Kaci, Jérôme Loiseau et al. (dir.)

    2019

    Un mousquetaire du journalisme : Alexandre Dumas

    Un mousquetaire du journalisme : Alexandre Dumas

    Sarah Mombert et Corinne Saminadayar-Perrin (dir.)

    2019

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Libertaire ! Essais sur l’écriture, la pensée et la vie de Joseph Déjacque (1821-1865)

    Thomas Bouchet et Patrick Samzun (dir.)

    2019

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Les encyclopédismes en France à l'ère des révolutions (1789-1850)

    Vincent Bourdeau, Jean-Luc Chappey et Julien Vincent (dir.)

    2020

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Le verre du VIIIe au XVIe siècle en Europe occidentale

    Inès Pactat et Claudine Munier (dir.)

    2020

    Les révolutions du commerce. France, xviiie-xxie siècle

    Les révolutions du commerce. France, xviiie-xxie siècle

    Jean-Claude Daumas (dir.)

    2020

    Le patrimoine industriel au prisme de nouveaux défis

    Le patrimoine industriel au prisme de nouveaux défis

    Usages économiques et enjeux environnementaux

    Marina Gasnier

    2018

    La petite entreprise au péril de la famille ?

    La petite entreprise au péril de la famille ?

    L’exemple de l’Arc jurassien franco-suisse

    Laurent Amiotte-Suchet, Yvan Droz et Fenneke Reysoo

    2017

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Une imagination républicaine, François-Vincent Raspail (1794-1878)

    Jonathan Barbier et Ludovic Frobert (dir.)

    2017

    Voir plus de chapitres

    Les Noms Propres Géographiques et le Dictionnaire Prolintex, les lieux situés hors de France

    Odile Piton et Denis Maurel

    Voir plus de chapitres

    Les Noms Propres Géographiques et le Dictionnaire Prolintex, les lieux situés hors de France

    Odile Piton et Denis Maurel

    Accès ouvert

    Accès ouvert freemium

    ePub

    PDF

    PDF du chapitre

    Suggérer l’acquisition à votre bibliothèque

    Acheter

    Édition imprimée

    Presses universitaires de Franche-Comté
    • amazon.fr
    • decitre.fr
    • mollat.com
    • leslibraires.fr
    • placedeslibraires.fr
    • lcdpu.fr
    ePub / PDF

    1 Cet alphabet est associé à une langue et il est modifiable, mais il faut veiller à rester cohérent avec les dictionnaires de la langue. Notamment en ce qui concerne les majuscules accentuées.

    2 Les blancs sont présentés avec les « Delimiters » dans la « Token List » construite par Intex.

    3 On peut les placer dans un dictionnaire de mot simple avec la catégorie X.

    4 Ils peuvent aussi utiliser des caractères spéciaux.

    5 Si on ferme le fichier, avant de le rouvrir comme « Windows ANSI Text on ouvre quand même l’index.

    6 On ne peut pas chercher un mot qui est à la fois un nom <N> et qui commence par une majuscule <PRE>.

    7 Il s’agit du choix à faire entre shortest matches, longest matches et all matches.

    8 Ce qui n’interdit pas d’essayer de reconnaître le texte complet mais n’en fait pas une condition de réussite.

    9 Un troisième choix permet de désactiver les émissions.

    10 Qui ne soit pas l’une des deux langues pour laquelle nous disposions déjà d’un environnement pour Intex.

    11 Si on utilise des catégories syntaxiques ou des traits qui ne sont pas conformes à ceux des dictionnaires cela ne cause pas d’erreur. Et c’est bien normal mais les étudiants pensent qu’ILS n’ont pas fait d’erreur !

    12 La plupart des noms de pays ont une forme courte : Suisse et une forme développée : Confédération suisse.

    13 Les villes portent en général le trait +DetZ.

    INTEX

    X Facebook Email

    INTEX

    Ce livre est diffusé en accès ouvert freemium. L’accès à la lecture en ligne est disponible. L’accès aux versions PDF et ePub est réservé aux bibliothèques l’ayant acquis. Vous pouvez vous connecter à votre bibliothèque à l’adresse suivante : https://freemium.openedition.org/oebooks

    Suggérer l’acquisition à votre bibliothèque Acheter ce livre aux formats PDF et ePub

    Si vous avez des questions, vous pouvez nous écrire à access[at]openedition.org

    INTEX

    Vérifiez si votre bibliothèque a déjà acquis ce livre : authentifiez-vous à OpenEdition Freemium for Books.

    Vous pouvez suggérer à votre bibliothèque d’acquérir un ou plusieurs livres publiés sur OpenEdition Books. N’hésitez pas à lui indiquer nos coordonnées : access[at]openedition.org

    Vous pouvez également nous indiquer, à l’aide du formulaire suivant, les coordonnées de votre bibliothèque afin que nous la contactions pour lui suggérer l’achat de ce livre. Les champs suivis de (*) sont obligatoires.

    Veuillez, s’il vous plaît, remplir tous les champs.

    La syntaxe de l’email est incorrecte.

    Référence numérique du chapitre

    Format

    Piton, O. (2004). A propos d’une expérience d’enseignement avec Intex. In C. Muller, J. Royaute, & M. Siberztein (éds.), INTEX (1‑). Presses universitaires de Franche-Comté. https://doi.org/10.4000/books.pufc.30112
    Piton, Odile. « A propos d’une expérience d’enseignement avec Intex ». In INTEX, édité par Claude Muller, Jean Royaute, et Max Siberztein. Besançon: Presses universitaires de Franche-Comté, 2004. https://doi.org/10.4000/books.pufc.30112.
    Piton, Odile. « A propos d’une expérience d’enseignement avec Intex ». INTEX, édité par Claude Muller et al., Presses universitaires de Franche-Comté, 2004, https://doi.org/10.4000/books.pufc.30112.

    Référence numérique du livre

    Format

    Muller, C., Royaute, J., & Siberztein, M. (éds.). (2004). INTEX (1‑). Presses universitaires de Franche-Comté. https://doi.org/10.4000/books.pufc.29912
    Muller, Claude, Jean Royaute, et Max Siberztein, éd. INTEX. Besançon: Presses universitaires de Franche-Comté, 2004. https://doi.org/10.4000/books.pufc.29912.
    Muller, Claude, et al., éditeurs. INTEX. Presses universitaires de Franche-Comté, 2004, https://doi.org/10.4000/books.pufc.29912.
    Compatible avec Zotero Zotero

    1 / 3

    Presses universitaires de Franche-Comté

    Presses universitaires de Franche-Comté

    • Plan du site
    • Se connecter

    Suivez-nous

    • X
    • Flux RSS

    URL : http://pufc.univ-fcomte.fr

    Email : Presses-pufc@univ-fcomte.fr

    Adresse :

    47, rue Mégevand

    25030

    Besançon

    France

    OpenEdition
    • Candidater à OpenEdition Books
    • Connaître le programme OpenEdition Freemium
    • Commander des livres
    • S’abonner à la lettre d’OpenEdition
    • CGU d’OpenEdition Books
    • Accessibilité : partiellement conforme
    • Données personnelles
    • Gestion des cookies
    • Système de signalement