Intex: une plate-forme pour les grammaires locales

Du concordancier au moteur d’analyse par grammaires locales

Antonio BALVET

Paris X, UMR MoDyCo

Thales RT

Automates/transducteurs à états finis

• Automates, définition simplifiée:– Un automate à états finis est un dispositif algorithmique décrivant

un ensemble de « mots » (alphabet) et de « phrases » (séquences) reconnues.

– Les automates à états finis possèdent des propriétés algorithmiques intéressantes: ils garantissent des traitements en temps « acceptable ».

– Ex: (grep, search)

grep « toto » *.txt

Automates/transducteurs à états finis

• Transducteurs, définition simplifiée:– Un transducteur à états finis est un dispositif algorithmique qui

représente un ensemble de séquences en entrée et qui leur associe des séquences produites en sortie. Un transducteur permet de modifier les séquences en entrée (effacement, remplacement).

– Ex (sed, search & replace):

s/toto/tata/g *.txt

Grammaires locales

• Définition simplifiée– Une grammaire locale définit un ensemble de séquences reconnues

(langage) par conjonction/disjonction/négation d’automates ou transducteurs à états finis.

– Les grammaires locales peuvent être utilisées pour une analyse syntaxique partielle en contexte; elle n’ont pas pour vocation de décrire l’ensemble de la grammaire d’une langue. Elles sont bien adaptées pour des tâches relativement spécialisées.

– Ex: grammaire des noms de personne (expression régulière)

[A-Z][a-z]+

Concordancier

• Définition– Un concordancier est un outil informatique permettant d’explorer

des corpus textuels afin de mettre en évidence certaines constructions particulières ainsi que leurs contextes d’occurrences. Ces constructions peuvent être définies par le linguiste en ayant recours à des grammaires, locales ou non.

– Ex: KwicFinder, MonoConc, Cue …

Exemples d’applications d’un concordancier

• Études sur corpus– Ex: oppositions entre les termes relevant de l’amour et du devoir

dans des phrases de La femme de trente ans (H. de Balzac)

Exemples d’application d’un concordancier

- Maman !" dit Hélène en s'éveillant.

A ce mot, Julie fondit en larmes. Lord Grenville s'assit et resta les bras croisés, muet et sombre.

"Maman !" Cette jolie, cette naïve interpellation réveilla tant de sentiments nobles et tant d' irrésistibles sympathies, que l'amour fut un moment écrasé sous la voix puissante de la maternité. Julie ne fut plus femme, elle fut mère.

Exemples d’application d’un concordancier

• Requêtes « syntaxiques »– Structures comparatives dans La femme de trente ans

produisant d' inexplicables fantaisies, apparaît comme un spectre noir et décharné. Puis, dans

ne ! Hélène !" lui dit-il. le chien bondit comme un lion, aboya furieusement et s'élança da

re débordé par cette foule empressée et bourdonnant comme un essaim. "Cela sera donc bien be

, blancs, jolis, à tourelles sculptées, brodés comme une dentelle de Malines; un de ces château

stitution délabrée de Julie, il l'avait cultivée comme une fleur rare peut l'être par un hortic

ême. En peu d' instants mon enfance est devenue comme un songe. Ma contenance pendant la journé

nglais. Ces regards périodiques étaient devenus comme une habitude pour elle, et chaque jour el

e-t-on pas aux vieillards lorsqu'ils s'effacent comme des ombres et ne veulent plus être qu'un

rayons les couleurs de cet incendie. c' était comme un réseau, comme une écharpe qui voltigeait

ratitude que la marquise regardait peut-être comme une punition. Elle cherchait des excuses à s

est à Tours, il n'a vu personne, il est fier comme un paon; mais vous avez

Quelques caractéristiques d’Intex

• Un format de représentation uniforme: les transducteurs à états finis

• Un pouvoir expressif accru par le recours aux grammaires imbriquées (ATN)– Préparation des textes

• Grammaires de découpage en phrases• Listes associant un ensemble d’informations morphosyntaxiques à

une entrée lexicale, simple ou composée• Grammaires locales utilisées comme dictionnaires: grammaire des

chiffres romains• Tables du lexique-grammaire: expressions figées

– Grammaires locales utilisées comme requêtes

Un moteur générique d’analyse de textes par grammaires locales

• Format explicite de représentation– Une grammaire locale Intex consiste en une description des

séquences à reconnaître, éventuellement associée à une spécification des séquences à réécrire

– Possibilité d’avoir recours à des bases de données lexicales (tables du lexique-grammaire)

• Meilleure lisibilité par rapport à des expressions régulières– Représentation graphique: boîtes reliées par des chemins

• Possibilité d’utiliser les fonctions Intex sans passer par l’interface-utilisateur:– Enchaînement de scripts batch– Api Intex (V 4.30)

« Graphes » Intex vs. expressions régulières

« Graphes » Intex vs. expressions régulières

(\(|\[)<MOT>*(-|<E>)((<MOT>|<E>)|[\,\:\;\.\/\!\%\-\’]<MOT>(<E>|-)(<MOT>|<E>)*)(\]|\))

Un exemple d’application: Corail

• La tâche de filtrage d’information– Activité de « push »

– Décision de sélection binaire: oui/non

– Contrainte de temps réel

• Filtrage d’information par grammaires locales– Intex comme moteur d’analyse

• Paramétrage des ressources Intex

• Automatisation des étapes de traitement linguistique (transformations)

• Représentation de l’ensemble des profils sous la forme d’un méta-automate

• Marquage des séquences reconnues + post-traitement

Édition de filtres

Consultation des filtrats

Intex & Corail

• Un premier bilan– Faisabilité

• Démonstrateur opérationnel

– Performances: • Temps de traitement d’une dépêche AFP: ~ 10 secondes

– Utilisabilité• Tests en interne sur la lisibilité de filtres présentés graphiquement

– Extensibilité• Mise en œuvre d’un démonstrateur pour l’anglais (AP)• Ajout de nouvelles ressources

– Qualité• Dépendante du domaine

@A @I @D

@E:P

@E:F

@E:Kms

@K @L @B

:Entreprise N0 V Const N1 PPV (V:P+V:F+V:Kms) Const :Capital :Entreprise

Axa OK se désengage <E> <actif> AAL

Autres applications potentielles

• Didactique des langues– Repérage des mots composés, expressions figées et autres

locutions

• Terminologie– Extraction de termes et de leurs variantes

• Cf: C. Domingues 2000, Etude d’outils informatiques et linguistiques pour l’aide à la recherche d’information dans un corpus documentaire

• Vérification de conformité: correction grammaticale, stylistique, aide à la traduction

• Cf: A. Chrobot 1999 (TIA ’99), « Extraction terminologique en anglais basée sur des dictionnaires généraux et spécialisés »