Apprentissage et reconnaissance de structures syntaxiques par une approche connexionniste

Syntactic structures learning and recognition with a connectionist approach

• Auteur / Autrice : Martine Roques
• Direction : Gérard Sabah
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1993
• Etablissement(s) : Paris 11

Mots clés

Mots clés contrôlés

Systèmes homme-machine

Interfaces utilisateur (informatique)

Reconnaissance des mots

Connexionnisme

Reconnaissance automatique de la parole

Résumé

L'objet de cette these est l'etude de l'apprentissage automatique de structures syntaxiques dans un systeme connexionniste a propagation guidee, et l'exploitation de ces structures dans le cadre d'un systeme homogene de communication homme-machine. Cette homogeneite s'exprime par l'utilisation des memes mecanismes de traitement pour differents niveaux d'abstraction et pour differentes modalites de communication. De plus, les phases d'apprentissage et de reconnaissance ne sont pas dissociees. Le comportement du reseau varie en fonction des valeurs des parametres de propagation. L'apprentissage dans ce modele est a priori non supervise. Les structures syntaxiques sont construites a partir de corpus d'enonces en langage naturel. Trois strategies d'apprentissage par hierarchisation des reseaux sont etudiees afin d'ameliorer la qualite et la concision des representations. Le traitement de formes inattendues est realise par la creation de nouvelles structures ou par l'adaptation des structures existantes, suivant la valeur des parametres de propagation. Les representations obtenues sont exploitables de differentes facons: pour l'analyse des phrases, sous la forme de sequences de classes lexicales; pour la reconnaissance de structures inconnues ou deformees; pour la segmentation de la parole continue, par prediction de classes. Le systeme obtenu participera a l'analyse structurelle des enonces en langage naturel traites dans le systeme de communication homme-machine a propagation guidee