Lexique et analyse sémantique de textes

298 Pages·2017·29.07 MB·French

by  Mathieu Lafourcade

Lexique et analyse sémantique de textes - structures,
acquisitions, calculs, et jeux de mots
Mathieu Lafourcade
To cite this version:
Mathieu Lafourcade. Lexique et analyse sémantique de textes - structures, acquisitions, calculs, et
jeux de mots. Traitement du texte et du document. Université Montpellier II - Sciences et Techniques
du Languedoc, 2011. ￿tel-00649851￿
HAL Id: tel-00649851
https://theses.hal.science/tel-00649851
Submitted on 8 Dec 2011
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Universite´ Montpellier 2
Me´moire d’Habilitation a` Diriger les Recherches
Spe´cialite´ : informatique
Lexique et analyse se´mantique de textes
-
structures, acquisitions, calculs, et jeux de mots
par
MathieuLafourcade
PRE´SENTATIONLE7DE´CEMBRE2011DEVANTLEJURYCOMPOSE´ DE:
ChristianBoitet Universite´ JosephFourier-Grenoble1-LIG Examinateur
VladimirFomichov HigherSchoolofEconomics Rapporteur
NationalResearchUniversity,Moscou
ViolainePrince Universite´ Montpellier2-LIRMM Examinatrice
ChristianRetore´ Universite´ Bordeaux1-LaBRI Rapporteur
EricWehrli Universite´ deGene`ve-LATL Examinateur
MichaelZock Universite´ deMarseille-LIF Examinateur
PierreZweigenbaum LIMSI-CNRS Rapporteur
Versiondu28novembre2011a`9:25
Re´sume´
L’analysese´mantiquedetextesne´cessiteenpre´alablelaconstructiond’objetsrelevantdelase´mantiquelexicale.
Lesvecteursd’ide´esetlesre´seauxlexicauxsemblentdebonscandidatsetconstituentensembledesstructures
comple´mentaires.Toutefois,faut-ilencoreeˆtrecapabledanslapratiquedelesconstruire.Lesvecteursd’ide´es
peuvent eˆtre calcule´s a` partir de corpus de de´finitions de dictionnaires, de the´saurus ou encore de textes. Ils
peuventsede´clinerendesvecteursconceptuels,desvecteursanonymesoudesvecteurslexicaux-chaquetype
pre´sentantune´quilibrediffe´rententrepre´cision,couvertureetpraticite´.Quantauxre´seauxlexicaux,ilspeuvent
eˆtreacquisefficacementviadesjeux,etc’estpre´cise´mentl’objetduprojetJeuxDeMots.L’analysese´mantique
peut eˆtre aborde´e par l’analyse the´matique, et ainsi servir de moyen de calcul a` des vecteurs d’ide´es (bou-
clage).Nouspouvonsmode´liserl’analysecommeunproble`med’activationetdepropagation.Lamultiplicite´
des crite`res pouvant intervenir dans une analyse se´mantique, et la difficulte´ inhe´rente a` de´finir une fonction
decontroˆlesatisfaisante,nousame`nea` explorerl’usagedeme´taheuristiquesbio-inspire´es.Pluspre´cise´ment,
nousintroduisonsunmode`led’analyseparcoloniesdefourmisartificielles.A` partird’untexte,l’analysevise
a construire un graphe contenant les objets du texte (les mots), des objets identifie´s comme pertinents (des
syntagmes,desconcepts)ainsiquedesrelationsponde´re´esettype´esentrecesobjets.
Mots-cle´s
TraitementAutomatiquedesLangues,analysese´mantiquedetextes,se´mantiquelexicale,vecteursd’ide´es,
re´seauxlexico-se´mantiques,acquisitionlexicale,jeuxse´rieux.
Abstract
Thesemanticanalysisoftextsrequiresbeforehandthebuildingofobjectsrelatedtolexicalsemantics.Idea
vectorsandlexicalnetworksseemstobeadequateforsuchapurposeandarecomplementary.However,one
shouldstillbeabletoconstructtheminpractice.Vectorscanbecomputedwithdefinitioncorporaextracted
from dictionaries, with thesaurii or with plain texts. They can be derived as conceptual vectors, anonymous
vectorsorlexicalvectors-eachofthosebeingaparticularbalancebetweenprecision,coverageandpracticality.
Concerninglexicalnetworks,theycanbeefficientlyconstructedthroughseriousgames,whichispreciselythe
goaloftheJeuxDeMotsproject.Thesemanticanalysiscanbetackledfromthethematicanalysis,andcanserve
ascomputingmeansforideavectors.Wecanmodelisetheanalysisproblemasactviationsandpropagations.
The numerous criteria occuring in the semantic analysis and the difficulties related to the proper definition
of a control function, lead us to explore metaheuristics inspired from nature. More precisely, we introduce
an analysis moodel based on artificial ant colonies. From a given text, the analysis aims at building a graph
holdingobjectsofthetext(words,phrases,sentences,etc.),highlightingobjectsconsideredasrelevant(phrases
andconcepts)aswellastypedandweightedrelationsbetweenthoseobjects.
Keywords
NaturalLanguageProcessing,textsemanticanalysis,lexicalsemantics,ideavectors,lexicalnetwork,lexi-
calacquisition,seriousgames.
iii
Avant-propos
Dans le cadre du Traitement Automatique du Langage Naturel (TALN), mes the`mes de re-
cherchesconcernentl’analysese´mantiqueetl’acquisitionderessourceslexicalescommesupportsa`
cetteanalyse.L’expose´demestravauxportesurlesproble`meslie´sa`larepre´sentationense´mantique
vectoriellelexicale,l’acquisitiondecesdonne´es,ainsiqueleurvalidationetexploitation.Plusieurs
de´finitions et mises en œuvre de l’analyse se´mantique sont propose´es a` l’aide d’algorithmes de
propagation. L’acquisition des donne´es en se´mantique lexicale est un proble`me difficile qui peut
trouverunesolutionope´ratoireviadesjeuxenlignepropose´sa` desinternautesnonspe´cialistesen
linguistique. Ce document se veut eˆtre une synthe`se des travaux que j’ai mene´s sur ces questions
depuis1995.Chaquepartieabordeunethe´matiqueparticulie`reenessayanta` lafoisd’enpre´senter
lesgrandelignes,d’offrirsouventunereformulationsynthe´tiqueavecdesre´sultatsnonpublie´spar
ailleurs,etenfind’inclureuneouplusieurspublicationsrepre´sentatives.
Remerciements
Jetiensa` exprimermareconnaissancea` tousceuxquidepre`soudeloinonte´te´ implique´sdans
lestravauxquejepre´senteici.Jenepourraislesnommertous,maisjepenseenparticulier:
a` Ch. Boitet et a` V. Prince, mes mentors, qui durant toutes ces anne´es ont su non seulement
m’encourager, mais e´galement impulser, raturer, biffer, triturer, malaxer, dige´rer, reformuler
maproductionscientifique;
a` J. Chauche´ pour avoir e´te´ l’initiateur des vecteurs se´mantiques, pre´curseurs des vecteurs
d’ide´es,maise´galementpouravoirre´alise´ SygmartetSygFransanslesquelsbienpeuaurait
e´te´ fait;
a`F.Guinandaveclequelnousavonsjoue´auxcrypto-entomologuesdontlesapprochesbioins-
pire´esontelles-meˆmese´te´inspiratricesd’unmode`led’analysese´mantiquedetextesa`colonies
defourmisartificielles;
a` D. Schwab avec qui de nombreuses ide´es pre´sentes dans ce me´moire ont muˆri et qui a su
leurfaireprendrevieetsurtoutlesdiffuserdansd’autreslieux;
a` V.ZampasansquiPtiClicn’auraitpuvoirlejour;
a` l’ensembledemesamisetcolle`guesdeMalaisie,Tha¨ılandeetVietnampourlesdiffe´rents
projetsquenousavonsmene´sensembles;
a` l’ensembledelacommunaute´ deJeuxDeMots,nonseulementpouravoirjoue´ encoreeten-
core,maispourun(passi)petitgroupeparmieux,d’avoireuenviedefairee´voluerl’ide´eetle
logicielpourdevenircequ’ilestmaintenant.Mareconnaissanceenparticuliera` Caillouteux,
k@tsof,Lyn,Mym,N@t,niniefaitlesmots,..Syl..ettoutceuxquej’oublie.
auxmembresduLIRMMetd’ailleurspouravoirsusepreˆteramicalementa` denombreuses
expe´riencesautourdel’acquisitionlexicale;auxe´tudiantsdemasterinformatique1et2,qui
ontbienvoulujouerlescobayesavecenthousiasme;
aux relecteurs de ce me´moire, en particulier Agne`s, Alain, Ce´dric, Christian, Didier, ma
me`re Pierrette, Violaine et Virginie qui ont e´te´ d’une efficacite´ redoutable et d’une patience
insoupc¸onne´e;
a` Ze´lie,a` Davideta` Brigittequiontsupporte´ toutcela.
iv
Table des matie`res
Re´sume´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
Tabledesmatie`res v
Listedesfigures vii
Introduction 1
1 Lexiquesetstructuresse´mantiques 9
1.1 Dictionnaires,lexiquesetressourceslexicales . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Dictionnairesfurco¨ıdesmultilingues . . . . . . . . . . . . . . . . . . . . . . 10
1.1.2 Baseslexicalesmultilinguesparacceptions . . . . . . . . . . . . . . . . . . 11
1.1.3 Lexiques=re´seaux? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2 Vecteurd’ide´es:unestructured’espace . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Vecteursconceptuelsetvecteursanonymes . . . . . . . . . . . . . . . . . . 13
1.2.2 Ope´rationssurlesvecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2.3 Vecteursetfonctionslexicales . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.4 Constructionetutilisationdevecteurs . . . . . . . . . . . . . . . . . . . . . 15
1.3 Re´seaulexical:unestructuredegraphe . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.1 De´finitionge´ne´rale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Re´seauxetfonctionslexicales . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.3 Constructionderelationsetmixite´ . . . . . . . . . . . . . . . . . . . . . . . 19
1.4 Signature:unestructureensemblistelexicalise´e . . . . . . . . . . . . . . . . . . . . 19
1.4.1 Fonctiond’activation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.2 Autresope´rations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.3 Constructionetapplications . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Conclusionduchapitre1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Articlesadjointsauchapitre1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Annexe:ope´rationssurlesvecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2 Constructiondevecteursd’ide´es 87
2.1 Inte´reˆtetapprochesexistantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
2.2 Constructionparpropagationetpointsd’ancrage . . . . . . . . . . . . . . . . . . . 88
2.3 Constructionpare´mergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
2.4 E´valuationdesme´thodesdeconstructiondevecteurs . . . . . . . . . . . . . . . . . 90
Conclusionduchapitre2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
Articlesadjointsauchapitre2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
v
3 Acquisitiondere´seauxlexicaux 109
3.1 Acquisitionlexicalepardesjeux:l’exempledeJeuxDeMots . . . . . . . . . . . . . 110
3.1.1 Principesge´ne´rauxdeJeuxDeMots . . . . . . . . . . . . . . . . . . . . . . 110
3.1.2 Lere´seauobtenu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.1.3 Lejoueurcommesujetetlesyste`mecommescrutateur . . . . . . . . . . . . 120
3.1.4 Calculdevecteursviaunre´seaulexical . . . . . . . . . . . . . . . . . . . . 121
3.2 PtiClic:unjeudeconsolidation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.2.1 Proble´matiqueetobjectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
3.2.2 Sce´nariotypique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3.2.3 Constructiond’unepartie. . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
3.2.4 Injectiondanslere´seauJeuxDeMots. . . . . . . . . . . . . . . . . . . . . . 124
3.3 Identificationd’usagesdetermes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
3.3.1 Cliquesetusagesdesens . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
3.3.2 Organisationd’usagesdesensenarbre . . . . . . . . . . . . . . . . . . . . 126
3.3.3 Validationparre´injectiondanslejeu . . . . . . . . . . . . . . . . . . . . . . 128
Conclusionduchapitre3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
Articlesadjointsauchapitre3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
Annexe:surladistributiondespoidsdestermes . . . . . . . . . . . . . . . . . . . . 131
4 Analysedetextesetpropagation 155
4.1 Constructiondevecteursthe´matiques . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.1.1 Algorithmederemonte´e-descente . . . . . . . . . . . . . . . . . . . . . . . 156
4.1.2 Algorithmederemonte´esimple . . . . . . . . . . . . . . . . . . . . . . . . 158
4.2 Extractionetcalculdetermes-cle´sthe´matiques . . . . . . . . . . . . . . . . . . . . 158
4.2.1 Amorc¸ageparmots-cle´scentraux . . . . . . . . . . . . . . . . . . . . . . . 160
4.2.2 Se´lectiondemots-cle´spe´riphe´riquespardiffusiondansletexte . . . . . . . 161
4.2.3 Capturedemot-cle´sconnexesparpropagationdanslere´seau . . . . . . . . . 162
4.3 Analysese´mantiquebioinspire´e . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Conclusionduchapitre4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
Articlesadjointsauchapitre4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
Annexe:a` proposdelafonctionsigmo¨ıde . . . . . . . . . . . . . . . . . . . . . . . 167
5 Applicationsetperspectives 211
5.1 Versuneanalyseeninge´nieriedesmode`les . . . . . . . . . . . . . . . . . . . . . . 211
5.2 E´valuationetconsolidationd’unre´seaulexical . . . . . . . . . . . . . . . . . . . . 212
5.2.1 AKI:unoraclelexical . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
5.2.2 Versd’autresactivite´spourl’acquisitiondedonne´eslexicales . . . . . . . . 218
5.2.3 Visualisationglobale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
5.3 Versuneanalyseholistiquedetextes . . . . . . . . . . . . . . . . . . . . . . . . . . 224
5.3.1 Principege´ne´ral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
5.3.2 De´couvertedeconstituantsetdede´pendances . . . . . . . . . . . . . . . . . 228
5.3.3 Infe´rence,inhibitionetlecturedure´sultat . . . . . . . . . . . . . . . . . . . 233
Conclusionduchapitre5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
Articlesadjointsauchapitre5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
Annexe:capturesd’e´cran. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
Conclusion 267
Bibliographiepersonnelle 271
Bibliographiege´ne´rale 277
Index 285
vi
Table des figures
1 Organisationdeschapitresdeceme´moire . . . . . . . . . . . . . . . . . . . . . . . 7
1.1 ExempledepagedudictionnaireFeM(versionimprime´ede1996,[Gutetal.,1996]). 10
1.2 Exempled’affichageduserveurFeM(he´berge´ auLIGa` Grenoble).Lecontroˆledes
informationsa` afficherestsyste´matiquementjointa` l’entre´ecourante. . . . . . . . . 11
1.3 Re´seau-ificationdeslexiques.A` gauche,lastructured’undictionnairefurco¨ıdeclas-
sique.Enhauta` droite,lastructured’unebaselexicalemultilingueparacceptions.
Enbasa` droite,lastructured’unre´seaulexical(multilinguee´galement). . . . . . . . 12
1.4 Vecteursetre´seau,desstructuresdualesvis-a`-visduvoisinage? . . . . . . . . . . . 16
1.5 Unextraitsimplifie´dere´seaulexical.Latailled’unnœudestfonctiondelafre´quence
d’usagedutermeassocie´. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Queveutdirequedeuxvecteurssontproches? . . . . . . . . . . . . . . . . . . . . 25
3.1 Coursd’unepartiedeJeuxDeMots.Lejoueurkaputdoitdonnerdeside´esqu’ilas-
socie au terme masseuse. Il a de´ja` propose´ 9 termes, qui sont rappele´s a` droite, et
peutenproposerjusqu’a` 15.Illuireste11secondesavantquelapartienesefinisse.. 111
3.2 Re´sultat de la partie de JeuxDeMots. Le joueur kaput a eu trois mots en commun
aveclejoueurzoraetagagne´ despointsetdescre´dits. . . . . . . . . . . . . . . . . 112
3.3 Mode`led’interactionentrelesjoueursetlesyste`me. . . . . . . . . . . . . . . . . . . 113
3.4 Mode`led’interactionentrelapartieetlere´seaulexical. . . . . . . . . . . . . . . . . 114
3.5 E´tat du re´seau lexical avant (a` gauche) et apre`s (a` droite) une partie joue´e pour le
termemasseuse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
3.6 Partie de JeuxDeMots ou` de nombreux termes sont usage´s/tabou relativement a` la
relationenjeu(ide´esassocie´es).Lestermesa` e´vitersontenorangeenbasl’e´cran.
Lestermespropose´scommee´le´mentsd’inspirationsontenvert. . . . . . . . . . . . 116
3.7 Modedeconstructiondevecteursd’ide´esa` partird’unre´seaulexical . . . . . . . . . 122
3.8 ExempledepartiedePtiClic.Lemotcibleestaucentreetentretientounoncertaines
relationsavecchacundestermesdunuagedemots.Certainsdecesderniersdoivent
eˆtrede´place´setlaˆche´ssurlecarre´correspondanta`larelationpertinenteselonlejoueur.123
3.9 PtiClic:re´sultatdelapartiepre´ce´dente. . . . . . . . . . . . . . . . . . . . . . . . . 124
3.10 JeuxDeMots:partiepropose´esuruntermeraffine´. . . . . . . . . . . . . . . . . . . 128
3.11 JeuxDeMots:usagespropose´saujoueurpourletermelivre.Ilestaussipossiblede
solliciterl’aided’autresjoueurs,sidesraffinementssontmanquants. . . . . . . . . . 128
3.12 Raffinement : de´couverte et mise au point>optique incre´mentale des objets et de
leursrelations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.13 Repre´sentationene´chelleline´aire—a` troisniveauxdezoomdiffe´rentspourl’abs-
cisse—deladistributiondestermesdeJeuxDeMotsenfonctiondespoidsentrants.
L’ide´edelonguetraineestclairementillustre´eici. . . . . . . . . . . . . . . . . . . . 131
3.14 Repre´sentation en e´chelle log-log de la distribution des termes de JeuxDeMots en
fonctiondespoidssortants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
vii
3.15 Repre´sentation en e´chelle log-log de la distribution des termes de JeuxDeMots en
fonctiondespoidsentrants. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.1 Repre´sentationgraphiquesimplifie´edelapropagationmontantedesvecteursd’ide´es.
Lesvecteursascendantss’agglome`rentparsommevectorielleponde´re´e. . . . . . . . 158
4.2 Repre´sentation graphique simplifie´e de la propagation descendante des vecteurs
d’ide´es. Les vecteurs descendants s’agglome`rent par contextualisation (faible γ et
forteΓ).Lesvecteursdesacceptionssontinvariants. . . . . . . . . . . . . . . . . . 159
4.3 Extractiondemot-cle´s-(a)e´tape0:l’ensembledestermesd’untextedonne´ et(b)
e´tape1:cre´ationd’unnoyaudetermescle´scentraux. . . . . . . . . . . . . . . . . . 161
4.4 Extraction de mot-cle´s - (a) extraction a` l’ite´ration 1 de mots-cle´s pe´riphe´riques et
(b)extractiona` l’ite´ration2demots-cle´spe´riphe´riques.Leprocessuss’arreˆtefaute
demotscle´ssuffisammentproches.. . . . . . . . . . . . . . . . . . . . . . . . . . . 161
4.5 (a) Extraction de mot-cle´s - ensemble des mots du texte constituant la signature.
(b) comparaison avec se´lection des mots-cle´s par voisinage ite´re´ depuis le premier
mot-cle´ oulevecteurcentro¨ıde.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
4.6 Capturedemot-cle´sissusdure´seaulexical. . . . . . . . . . . . . . . . . . . . . . . 163
4.7 Fonctionsigmo¨ıde,casparticulierdefonctionlogistique(sourceWikipe´dia). . . . . 167
5.1 Exemple de session sous AKI. A` chaque indice entre´ par l’utilisateur, AKI propose
unere´ponse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
5.2 AKI:exemplesdefichesdujeuTabou . . . . . . . . . . . . . . . . . . . . . . . . . 215
5.3 AKI:graphed’e´volutiondutauxdere´ussite. . . . . . . . . . . . . . . . . . . . . . . 216
5.4 GuessIt:partietypeoulejoueurdoitdevinercequiestpropose´ parlesyste`me.Le
mota` trouvere´taitde´monstration. . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
5.5 PartiedeASKIT:lejoueurpourre´pondreouiounon,ete´ventuellementpasser. . . . 220
5.6 Diko:affichagedel’entre´epoisson-clownenmodeconsultation. . . . . . . . . . . . 222
5.7 Diko:affichagedel’entre´epoisson-clownenmodee´dition. . . . . . . . . . . . . . . 222
5.8 Diko:autocomple´tiontole´rante. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
5.9 Affichage global arborescent du re´seau de JeuxDeMots et exploration par effet de
zoom. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
5.10 L’activite´ des agents explorateurs fait e´merger des nœuds conceptuels au sein de
l’espacedetravail. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
5.11 Fusiondenœuds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
5.12 Reconnaissanced’unmulti-terme.Lesliensnote´ss/psontleslienssuccesseurset
pre´de´cesseurs.Lesliensdepsontdesliensdede´pendance/constituance. . . . . . . . 229
5.13 Effacement et reconstitution de multi-termes. Le multi-terme identifie´ garde une
tracedesaconstructiona` traversdesrelationsdede´pendance. . . . . . . . . . . . . 230
5.14 Constructiondeconstituantsetdesroˆlessyntaxiques . . . . . . . . . . . . . . . . . 231
5.15 Visualisationd’unesous-partiedure´seaulexicaldeJeuxDeMotsavecunalgorithme
a` ressort(Spring)(travauxdeM.Hasco¨et). . . . . . . . . . . . . . . . . . . . . . . . 237
5.16 Visualisationd’unesous-partiedure´seaulexicaldeJeuxDeMotsavecunalgorithme
Kamada-Kawai(travauxdeM.Hasco¨et).. . . . . . . . . . . . . . . . . . . . . . . . 238
5.17 Visualisationd’unesous-partiedure´seaulexicaldeJeuxDeMotsavecunalgorithme
Kamada-Kawai(bis)(travauxdeM.Hasco¨et). . . . . . . . . . . . . . . . . . . . . . 239
5.18 Visualisation multiple (algorithme Spring) d’une sous-partie du re´seau lexical de
JeuxDeMotsselonletypederelation(travauxdeM.Hasco¨et)). . . . . . . . . . . . . 240
5.19 Quelquesliensentrequelquesthe`mesdeceme´moire. . . . . . . . . . . . . . . . . . 270
viii
Introduction
DenombreusesapplicationsduTALN(TraitementAutomatiquedesLanguesNaturelles),comme
l’indexationdetextes,latraductionautomatique,ouencorelere´sume´ automatique,sontpotentiel-
lement demandeuses d’une analyse se´mantique aussi fine que possible des textes. Il peut s’agir,
par exemple, d’extraire la the´matique ge´ne´rale d’un document (ou a` une granularite´ plus fine, des
paragraphes ou des phrases) sous la forme de se´lection de concepts pre´de´termine´s. L’extraction
de termes-cle´s pre´sents dans le texte est e´galement potentiellement utile en indexation de docu-
mentspourdesmoteursderecherche,avecpossiblementlecalculdetermesabsentsdutextemais
the´matiquementpertinents.L’identificationdessyntagmes,deleursfonctionssyntaxiquesetdesre-
lationsqu’ilspeuvententretenirentreeuxestne´cessaireentraductionautomatique.Enre´sume´auto-
matique,lesdemandespeuventeˆtrediffe´rentesselonqu’ils’agitdecontraction(ou` danscecas,des
groupes pre´positionnels supprimables seront recherche´s), d’abstraction (ou` les relations saillantes
entresyntagmesdevronteˆtreidentifie´esenvued’unparaphrasage),oud’extraction(ou` l’identifica-
tion des phrases-cle´s — celles a` la fois porteuses du sens du texte et saillantes — est ne´cessaire).
Quoi qu’il en soit, au moins trois questions de´licates se posent si nous nous plac¸ons dans le cadre
d’une analyse se´mantique ge´ne´raliste : 1) quels re´sultats — structures — souhaitons-nous obte-
nir?2)quelsalgorithmesseraientsusceptiblesdecalculercesre´sultats,et3)quellesconnaissances
peuventservirdesupportauxalgorithmes?
L’analysese´mantiquedetextepeuteˆtrede´finiecommeunetaˆchevisanta`effectueruncertainnombre
detraitementsrelatifsa` lase´mantiquelexicale(defac¸onrestrictive)oua` lacompre´hensiondusens
(selon une perspective globale). Nous adoptons volontairement une approche ge´ne´raliste ne visant
aucuneapplicationenparticulier.Nouspouvonsciterparmilestaˆchespossibles:laleve´edesam-
bigu¨ıte´s lexicales, le rattachement correct des groupes pre´positionnels (parmi ceux autorise´s par
lasyntaxe),lare´solutiondesre´fe´rences(pronoms,adjectifspossessifs,identite´s,etc.),l’identifica-
tiondesroˆlespre´dicatifs(agent,patient,instrument,etc.),del’explicitationd’ide´esoudeconcepts
implicites. Bien entendu, cette liste est loin d’eˆtre exhaustive, et savoir pre´cise´ment quels sont les
traitementsutilesn’estpasunequestionfacile.
Deslexiques,desvecteursetdesre´seaux
L’acquisitionetlastructurationdesressourceslexicalessontdesproble`meseneux-meˆmes.Sinous
yadjoignonslaproble´matiquedelarepre´sentationdusens,nousnoustrouvonsalorsa`l’intersection
entre les bases de donne´es lexicales et la se´mantique lexicale. Les ressources s’organisent tradi-
tionnellement en lexiques qui constituent des listes d’e´le´ments plus ou moins structure´s. Le point
d’entre´eestusuellementqualifie´ devedetteetseralaformelemmatiquedanslaplupartdesdiction-
naires d’usage, monolingues ou multilingues. Dans le contexte que nous conside´rons, les lexiques
sontd’aborda`usagecalculatoire(oumachinal,a`opposera`unusagehumain).Toutefois,lespossibi-
lite´sd’exploration,delectureetd’exploitationpardeshumainssontsouhaite´es,neserait-cequepour
1