Download - Memodata

N°attribué par la bibliothèque
|_|_|_|_|_|_|_|_|_|_|_|_|
UNIVERSITÉ DE CAEN / BASSE-NORMANDIE
U.F.R. : Sciences
ÉCOLE DOCTORALE : SIMEM Thèse présentée par M. Dominique DUTOIT et soutenue le 30 novembre 2000 en vue de l'obtention du DOCTORAT de l'UNIVERSITÉ de CAEN
Spécialité : 09 Sciences, TH4010 Informatique (Arrêté du 30 mars 1992) Titre :
Quelques Opérations Sens(Texte et Texte(Sens
utilisant une
Sémantique Linguistique Universaliste a priori
Directeur de thèse : M. Pierre Nugues Jury : |M. Jean-Paul Haton|Professeur, LORIA, Inria Nancy |Rapporteur |
|M. Patrick |Directeur de recherche, IRIT, |Rapporteur |
|Saint-Dizier |CNRS de Toulouse | |
|M. Pierre Nugues |Professeur, GREYC, Université |Directeur de |
| |de Caen |thèse |
|M. William J. |Chercheur, Université de | |
|Black |Manchester, Royaume-Uni | |
|M. Amedeo Capelli |Chercheur, CNR de Pise, Italie | |
|M. Patrice |Professeur, GREYC, Université | |
|Enjalbert |de Caen | |
|M. Anne Nicolle |Professeur, GREYC, Université | |
| |de Caen | |
|M. Bernard |Directeur de recherche, | |
|Victorri |LATTICE, Ens Montrouge | |
Certaines rencontres donnent l'énergie, psychologique ou
financière, pour continuer un projet.
A ce titre, nous remercions
M. Michel Régnier qui, dans le cadre de son activité au Centre National
de la Fonction Publique Territoriale, nous a fait travailler en
formation tant que nous en avons eu besoin,
M. Michel Héon, ancien DDRT, qui nous a fait confiance, et a
contribué à nous fournir les premiers financements du Ministère de la
Recherche (1991),
MM. Bernard Victorri et Patrice Enjalbert qui ont été les premiers
chercheurs à trouver un intérêt à nos travaux.
Sans ces personnalités, notre projet aurait avorté il y a bien
longtemps.
Et nous pensons aussi, sans les citer, à nombre de caractères qui
nous ont soutenus et orientés par la suite. Les enseignants-chercheurs
du Greyc se retrouveront ici, jusqu'à Pierre Nugues qui nous a autorisé
à soutenir une thèse de doctorat en prenant le risque de sa direction.
Mais d'autres rencontres font qu'un projet passe de l'état de rêve
à celui de début de réalisation.
C'est à M. Patrick de Torcy, informaticien talentueux, homme de
constance et de confiance, ami de quinze ans que je dédie en premier
lieu cette thèse. C'était il y a 6 et 7 ans : nos deux premières
propositions d'articles ont été acceptées dans des
conférences importantes.
Depuis plus rien. C'est que par la suite, nos articles
reprenaient, en le disant, mais sans pouvoir le détailler à
nouveau, tout ce que nous avions déjà écrit et qui avait
intéressé. Les nouveaux textes proposés ont paru sans
substance à quiconque les découvrait sans nous connaître
bien. Voilà, pour faire court, nous disions : c'est un réseau
sémantique de 200.000 mots, et le lecteur avisé pensait :
c'est WordNet en français. Nous disions : c'est de la
sémantique componentielle hors domaine, et le lecteur
suffisamment expert ne pouvait que penser : c'est une
maquette sans prototype.
Mais le temps est encore passé et il nous offre
aujourd'hui de mieux préciser notre cadre de travail, nos
objectifs et nos moyens. C'est tout juste ce que nous
souhaitons faire ici.
Table des matières
1. Introduction 11 1.1 Une sémantique linguistique universaliste a priori pour des
opérations sens(texte et texte(sens 11
1.1.1 Une sémantique linguistique 11
1.1.2 Les opérations sémantiques texte(sens et sens(texte 13
1.1.3 Une sémantique universaliste a priori 14
1.1.4 Quelques problèmes posés par l'universalisme et l'apriorisme
18
1.2 Les opérations linguistiques traitées dans la thèse 19
1.2.1 Les opérations non sémantiques 19
1.2.1.2 Les opérations morphologiques 19
1.2.1.3 Les opérations syntaxiques 19
1.2.1.4 Les opérations lexicales d'une langue vers une même langue
20
1.2.1.5 Les opérations lexicales d'une langue vers une autre
langue 20
1.2.2 L'opération texte(sens de désambiguïsation lexicale 20
1.2.3 Les opérations texte-->sens-->texte 23
1.2.3.1 La gestion de l'opération de réduction et le dictionnaire
à l'envers. 23
1.2.3.2 Le résumé automatique de textes au plan lexical 24
1.2.3.3 La sélection des mots pouvant rentrer dans les paraphrases
d'énoncés courts pour l'expansion de requêtes 24
1.2.3.4 La sélection de contextes (co-texte) pour le filtrage
d'informations 25
1.2.3.5 L'extraction d'informations structurée 25
1.2.3.6 La signature sémantique d'un texte 26
1.2.3.7 La classification automatique, le routage, l'accès aux
nomenclatures 26
1.3 Travaux similaires aux travaux présentés 26
1.4 Historique de nos travaux et plan de la thèse 27 Partie I : Le Dictionnaire Intégral 31
2. Les descriptions universalistes du Dictionnaire Intégral 33 2.1 Les sources retenues pour élaborer le modèle de données du
Dictionnaire Intégral 33
2.1.1 Le LADL 34
2.1.2 GENELEX 35
2.1.3 Le DEC 36
2.1.4 Les travaux de MEMODATA 36
2.1.5 WordNet et EuroWordNet 36
2.2 Les règles des descriptions universalistes 37
2.2.1 Les signes linguistiques 38
2.2.1.1 La graphie 38
2.2.1.2 Les signes de ponctuation 38
2.2.1.3 Règles concernant les unités morphologiques (UMorph) 38
2.2.1.4 Conclusion sur les unités morphologiques 45
2.2.2 Les propriétés syntaxiques des USèm : USynt 45
2.2.2.1 Les propriétés grammaticales des USèm 45
2.2.2.2 Règles concernant les propriétés syntaxiques des USèm 45
2.2.3 L'unité sémantique (USèm) 48
2.2.3.1 Les USèm selon le modèle sens(texte 48
A ] Les fonctions lexicales de dérivation sémantique. 48
A1 ] Les fonctions lexicales de dérivation sémantique
aboutissant à des paraphrases conservant la structure sémantico-
discursive. 49
A2 ] Les fonctions lexicales de dérivation sémantique
aboutissant à des paraphrases modifiant la structure sémantico-
discursive. 50
B] Les fonctions lexicales verbales. 53
B1] Les fonctions lexicales verbales sans apport sémantique.
53
B2] Les fonctions lexicales verbales avec apport sémantique.
55
C] La synonymie 56
C1] La synonymie sans permutation d'actants 57
C2] La synonymie avec permutation d'actants 58
D] Relations de collocations et termes privilégiés 58
D1] Les collocations sémantiquement vides 58
D2] Les collocations avec apports sémantiques 59
E] Fonctions lexicales à valeur sémantique spécifique 62
F] Préposition régissant le mot clé 63
G] Formes exclamatives 64
H] Les fonctions lexicales non ou rarement autonomes 64
I] Fonctions diverses 66
J] Conclusions sur les rapports DEC / Dictionnaire Intégral 66
2.2.3.2 Autres informations concernant USèm 66
2.2.4 Conclusion sur les règles de description contextuelles. 68
2.3 Comparaison quantitative de WordNet puis de EuroWordNet et du
Dictionnaire Intégral 68
2.3.1 WordNet et le Dictionnaire Intégral 68
2.3.1.1 Le dénombrement des n?uds 69
2.3.2 Dénombrement des sens par catégories syntaxiques 71
2.3.3 Dénombrement des relations de WordNet 71
2.3.3.1 Topologie générale 73
2.3.4 EuroWordnet et le Dictionnaire Intégral. 74 3. Les descriptions aprioriques du Dictionnaire Intégral 77 3.1 Principes minimaux de construction du Dictionnaire Intégral 77
3.1.1 Les principes minimaux de modélisation des mots-sens 77
3.1.1.1 Exposé général : l'exemple de renard 77
3.1.1.2 Cinq autres exemples 83
3.1.1.3 Peut-on sélectionner a priori certains traits
sémantiques ? 90
3.1.2 Les principes minimaux de création des concepts. 92
3.2 L'ineffable dans le langage du Dictionnaire Intégral 96
3.2.1 Les propositions courantes 96
3.2.2 La non-prise en compte de la localisation dans le temps et
l'espace 97
3.2.3 La non-prise en compte de la négation (en général) 97
3.2.4 L'impossibilité de déclarer certains traits de sens 97
3.2.5 La non-prise en comp