Titre

Traitement de la non linéarité en analyse syntaxique

 

Encadrants

Lionel Clément (co-directeur encadrant) et Christian Rétoré (directeur HDR)

lionel.clement@labri.fr

 

Laboratoire et équipe de recherche: Labri - Méthodes Formelles

 

Adresse

351, cours de la Libération - 33405 Talence cedex

 

Résumé Les formalismes linguistiques utilisés pour le

Traitement Automatique des Langues conservent le plus souvent un

système de réécriture comme base théorique.  Les règles

d'un système de réécriture sont des relations (L, R) où L

et R appartiennent à un monoïde libre et où |L| < |R|.

 

Ces règles superposent en fait deux informations non

nécessairement liées [Benoît Sagot 2006]

 

1- L'intervalle couvert par L est couvert par la concaténation des

intervalles couverts par les termes de R.

 

2- Le descripteur syntaxique L est vérifié si les descripteurs

syntaxiques des termes de R le sont.

 

Ainsi, le vocabulaire non terminal d'un système de réécriture

superposent des instances d'intervalles d'une chaîne et un

prédicat vérifié sur ces instances.

 

Les Grammaires à Concaténation d'Intervalles [Pierre Boullier

2004] proposent de désolidariser ces deux notions en manipulant des

prédicats sur des intervalles et non sur des instances de

chaînes.  Ces grammaires offrent de nombreux avantages comme la

clôture par intersection ou l'analyse en temps polynomial. Elles

offrent au linguiste le moyen de décrire des faits de langue (comme

l'accord, le contrôle ou la complémentation) indépendamment

des positions syntaxiques.

 

Nous proposons d'étendre ce modèle pour intégrer des notions

linguistiques pour lesquelles les systèmes de réécriture et

les grammaires linéaires sont inadaptés (dislocation,

dépendances à longue distance, coordination, etc.)  mais surtout

pour rendre compte des relations entre un système syntaxique (fait

de dépendances et constituances d'unités syntaxiques) et les

autres systèmes modélisés pour la langue (pragmatique,

prosodie, sémantique, etc.).

 

La ou le doctorant est un linguistique informaticien particulièrement

intéressé par les théories linguistiques contemporaines (grammaires

d'unification) et leur formalisation mathématique. Il pourra viser un

mémoire avec une composante informatique importante pour le modèle

proposé, mais il aura nécessairement une double compétence en

linguistique et en informatique.

 

 

Références

Benoît Sagot 2006 Analyse automatique du français: lexiques, formalismes, analyseurs. Thèse de doctorat en informatique

univ. 7

Pierre Boullier 2004 Range Concatenation Grammars. Dans Recent developments in parsing technology, pp. 269-289 Kluwer

Academic Publishers