Proposition de reseaux neuro-mimetiques pour des traitements du langage naturel

Proposition of neural networks for natural language processing

• Auteur / Autrice : Dominique Archambault
• Direction : Jean-Claude Bassano
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées
• Date : Soutenance en 1995
• Etablissement(s) : Orléans

Résumé

Cette etude fait partie du projet de recherche documentaire dialect2, dont le but est de rechercher dans une base de donnees des textes relatifs a une requete en langue naturelle. Le systeme utilise pour cela un module multi-expert de traitement linguistique qui construit une representation de la requete, basee sur des relations lexicales semantiques appelees lexis. Les techniques utilisant des reseaux neuro-mimetiques tentent d'imiter la structure connexionniste du systeme nerveux pour en tirer des avantages concernant principalement les capacites d'apprentissage et de generalisation. Notre but est d'etudier l'application de ces techniques dans le domaine du traitement automatique du langage naturel en general et pour le systeme dialect2 en particulier. Pour cela, nous avons experimente certaines de ces methodes a des taches utiles au systeme dialect2. Il s'agit tout d'abord de la desambiguisation des categories lexicales en langue francaise. Nous utilisons un reseau neuro-mimetique a trois couches et une methode specifique d'apprentissage proche des techniques utilisees en apprentissage symbolique automatique. Ce modele, qui utilise une fenetre de longueur fixe, fait une analyse de surface de la phrase. L'etude de ce modele et des resultats obtenus nous a permis de travailler sur un modele d'analyseur syntaxique, destine a produire l'arbre syntaxique d'une phrase. Cette tache necessite de prendre en compte la structure syntaxique de la phrase. De plus, meme si le systeme dialect2 ne procede pas ainsi, il est possible de construire les lexis a partir des arbres syntaxiques. Le principe est d'analyser les phrases de facon recursive, par des balayages successifs au cours desquels le reseau de neurones apprend, de facon incrementale et supervisee, a declencher des reductions grammaticales. A partir de ces experimentations, nous proposons une architecture hybride connexionniste/symbolique permettant la construction des lexis. L'utilisation des lexis rend le systeme moins sensible aux erreurs d'analyse. L'architecture est proche de celle de l'analyseur syntaxique. Ici, le reseau est utilise pour declencher des actions de production de lexis. De plus, le systeme pourra utiliser les lexis produites aux pas precedents pour modifier dynamiquement ses entrees