Modèle de vérification grammaticale automatique gauche-droite

Model for automated left-right grammar checking

• Auteur / Autrice : Agnès Souque
• Direction : Thomas Lebarbé
• Type : Thèse de doctorat
• Discipline(s) : Sciences du langage spécialité Informatique et sciences du langage
• Date : Soutenance le 12/12/2014
• Etablissement(s) : Grenoble
• Ecole(s) doctorale(s) : École doctorale langues, littératures et sciences humaines (Grenoble, Isère, France ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de linguistique et didactique des langues étrangères et maternelles (Grenoble) - LInguistique et DIdactique des Langues Étrangères et Maternelles / LIDILEM
• Jury : Président / Présidente : Geoffrey Williams
• Jury : Examinateurs / Examinatrices : Olivier Kraif
• Jury : Rapporteurs / Rapporteuses : Cécile Fabre

Mots clés

Mots clés contrôlés

Grammaire

Français (langue)

Analyse automatique (linguistique)

Mots clés libres

Correction grammaticale

Chunk

Unification

Corpus

TAL

Grammar checking

Chunk

Unification

Corpus

NLP

Résumé

Nous proposons un modèle de vérification grammaticale automatique gauche-droite issu de l'analyse d'un corpus d'erreurs tapuscrites. Les travaux menés en psychologie cognitive ont montré que le processus de révision procède au travers de la confrontation d'une attente à un résultat. Ainsi, la détection d'une erreur grammaticale reposerait, chez l'humain, sur une attente du réviseur non comblée. Ce principe est à la base du modèle que nous avons élaboré. Pour faciliter la gestion des attentes du point de vue traitement numérique, nous convions deux concepts courants en TAL : le principe d'unification et la segmentation en chunks. Le premier est particulièrement adapté à la vérification des accords et le second constitue une unité de calcul intermédiaire permettant de définir des bornes simplifiant la recherche d'incohérences grammaticales. Enfin, l'originalité de ce modèle réside dans une analyse gauche-droite construite au fur et à mesure de la lecture/écriture.

This thesis presents a model for automated left-right grammar checking based on analysis of a corpus of typescript errors. Studies in cognitive psychology have shown that the revision process works by confronting expectations with results. For humans, detecting a grammatical error therefore relies on an unfulfilled expectation on the part of the revisor. The model presented here is based on this principle. In order to deal with expectations from the point of view of computational processing, two common concepts in NLP are called upon: the unification principle and chunk segmentation. The former is particularly adapted to checking agreements, while the latter provides an intermediate computational unit to delimit, and therefore simplify, detection of grammatical inconsistencies. Finally, the model?s originality lies in the left-right analysis it provides, which is constructed as the text is produced/read.