Responsable : C. Rétoré



Présentation du projet

Dès les débuts de l'informatique, la linguistique a été à la fois un champ d'investigation privilégié (traduction automatique) et la source de notions clefs (la théorie des langages formels). Plus récemment la logique est apparue comme un élément fédérateur capable de traiter de la sémantique de la langue, mais aussi de sa syntaxe. Nous souhaitons réaliser et articuler les modèles et algorithmes correspondant aux différents niveaux d'étude et de traitement informatique de la langue, l'accent étant placé sur l'interface entre syntaxe et sémantique.

Plus précisément, nous nous proposons de modéliser par des méthodes formelles

  • théorie des langages et grammaires formelles
  • grammaires catégorielles et logique des ressources
  • lambda-calcul et logique d'ordre supérieur

Certains aspects de la langue:

  • morphologie flexionnelle
  • syntaxe
  • sémantique logique
  • sémantique lexicale et morphologie dérivationnelle
  • représentation du discours

Parmi les objectifs que nous envisageons, mentionnons le lien entre familles de grammaires formelles, l'intégration de la morphologie et de la syntaxe, le calcul de représentations sémantiques à partir d'analyses syntaxiques (catégorielles, minimalistes,...), la résolution d'anaphores, les ambiguïtés de portée, le passage de la structure prédicative de la phrase à la structure logique du discours.

Les algorithmes correspondants, d'analyse, de génération ou d'acquisition seront implantés.

Comme applications particulières signalons:

  • l'étude et la modélisation formelle de la langue des signes française: constitution de corpus vidéo, description et formalisation de la syntaxe de la langue des signes française,
  • la construction de ressources linguistiques pour le français, notamment de corpus et de lexiques (LEFFF),
  • un analyseur syntaxique à large couverture pour les grammaires lexicales-fonctionnelles (LFG), développé pour le français grâce au lexique LEFFF,
  • un analyseur syntaxico-sémantique, GRAIL, basé sur les grammaires catégorielles multimodales, développé à petite échelle pour l'anglais, le français, l'italien, le hindi, et à grande échelle pour le néerlandais (par extraction automatiaque de la grammaire d'après le corpus du néerlandais parlé du NWO), fonctionnant avec du supertagging.

Axes de recherche

  • Lien entre grammaires formelles pour les langues naturelles
  • Interface entre syntaxe et sémantique
  • sémantique lexicale
  • Interface entre sémantique de la phrase et représentation du discours
  • Développement des outils correspondants
  • Formalisation de la syntaxe de la langue des signes pour la génération d'énoncés
  • Développement de ressources linguistiques (corpus, lexiques, grammaires) et d'analyseurs, en particulier pour le français et le néerlandais.

Relations internationales et industrielles

  • Action intégrée avec OTS, Utrecht: grammaires minimalistes et catégorielles pour le traitement automatique de la syntaxe et de la sémantique des langues.
  • CoLogNet (European Network of Excellence on Computational Logic): Active node de la section Computational Logic for Natural Language Processing
  • Collaboration avec Pr Brendan Gillon, Mc Gill University, pour la construction d'un corpus arboré du Sanskrit.
  • Collaborations suivies avec des équipes universitaires étrangères : OTS Utrecht, UPC Barcelona, UCLA Los Angeles, University of Hyderabad, University of Texas at Austin, McGill University
Page mise à jour le 19/06/2008 à 15:07