Appel: TALN2013, Atelier MIXEUR, Methodes mixtes pour l'analyse syntaxique et semantique du francais

[Thierry Hamon]

Date: Tue, 19 Feb 2013 22:52:30 +0100
From: retore <christian.retore at labri.fr>
Message-Id: <57625EF8-7C02-49AF-8636-8FB701170A90 at labri.fr>
X-url: http://www.labri.fr/perso/retore/mixeur


APPEL A COMMUNICATIONS

MIXEUR

METHODES MIXTES
POUR L'ANALYSE SYNTAXIQUE ET SEMANTIQUE
DU FRANÇAIS

http://www.labri.fr/perso/retore/mixeur

Atelier TALN 2013
20e conférence sur le Traitement Automatique des Langues Naturelles
Les Sables d'Olonne, 21 juin 2013

CALENDRIER

- Date limite de soumission : 29 mars 2013
- Notification aux auteurs : 19 avril 2013
- Date limite de soumission des versions définitives : 3 mai 2013

PRÉSENTATION DU CHAMP THÉMATIQUE

Après des années de succès des méthodes quantitatives (statistiques,
apprentissage) en traitement automatique des langues, on constate que
les méthodes symboliques comme les grammaires formelles ou la logique
sont tout aussi indispensables à certaines tâches de traitement
automatique des langues. Réciproquement, les méthodes formelles peinent
à passer à l'échelle sans que les probabilités viennent aider à lever
les ambiguïtés, à faire certains choix et à rendre compte des
préférences. L'analyse symbolique gagne aussi en rapidité à s'aider
d'informations statistiques. L'objet de cet atelier est précisément de
présenter des travaux actuels, sur l'analyse syntaxique et sémantique du
français, qui combinent nouvellement méthodes symboliques et
statistiques. Nous donnons ci-après quelques exemples de travaux
pertinents :

- En recherche d'information, ne pas traiter la négation et sa portée
  peut poser problème. S'il s'agit de détecter des catastrophes
  naturelles, un tweet comme « Il y a du vent, mais ce n'est pas un
  ouragan. » pourra être erronément interprété comme une catastrophe
  naturelle alors qu'il n'y en a pas

- Si on se pose la question : « Geach était-il l'élève de Wittgenstein ?
  » il sera malaisé de répondre. Hormis Wikipédia, il y a peu de textes
  sur Geach, et une analyse profonde prenant en compte négation et
  anaphores est requise pour inférer la réponse à partir de : « Bien
  qu'il n'ait jamais suivi l'enseignement académique de ce dernier,
  cependant il en éprouva fortement l'influence. »

- Après des années de traduction automatique symbolique, la traduction
  automatique statistique, basé sur des alignements bilingues, est
  devenue tellement efficace qu'on en a oublié le triangle de Vauquois
  (analyse de la langue source, langage pivot, génération dans la langue
  cible). Néanmoins, l'utilisation simultanée de règles, par exemple
  l'utilisation de grammaires d'arbres probabiliste ou l'utilisation de
  statistiques dans l'analyse et la génération constituent des
  directions actuelles et prometteuses.

- Dans une tâche de reconstruction d'itinéraires à partir de récits de
  voyages la recherche d'information peut permettre de trouver les
  paragraphes pertinents, mais il faut ensuite une analyse syntaxique et
  sémantique profonde pour inférer le chemin suivi à partir de phrases
  comme : « Le chemin pavé de calcaire et de pierres luisantes (...)
  serpente à travers fourrés de buis et de noisetiers. Puis, cinq
  minutes nous conduisent à un petit pont (...) qui nous porte sur la
  rive droite.»

- Les problèmes relatifs à la gradience syntaxique, notamment
  l'association d'une structure syntaxique cohérente à un énoncé
  non-canonique (shallow parsing, robust parsing, forêt d'analyses
  partielles, correction grammaticale, etc.), ou la pondération de
  contraintes grammaticales, sont abordés tant par des approches
  quantitatives, que par des approches symboliques. Les techniques
  d'approximation qui sous-tendent ces deux approches sont de natures
  différentes, et gagneraient à être combinées.

- Les grammaires syntaxiques (et syntaxico-sémantiques) sont souvent
  acquises automatiquement à partir de corpus annotés avec ou sans
  statistiques. Elles comportent alors un grand nombre de catégories,
  d'arbres, de graphes par mot. Il est donc quasi obligatoire de ne pas
  analyser la phrase avec toutes les assignations possible de
  catégories, mais seulement avec les plus probables dans le contexte de
  la phrase. Le gain en complexité est flagrant, il peut être divisé par
  quarante !

- La sémantique distributionnelle, par vecteurs de mots issus de
  fréquences en corpus ou dans les dictionnaires, permet de lever les
  ambiguïtés syntaxiques et sémantiques de portées, de rattachement
  prépositionnel, de sens lexical… Elle se rapproche ainsi de la
  sémantique compositionnelle, qu'elle vient optimiser en suggérant des
  préférences pour analyser des rattachements prépositionnels « Il
  regarde la fille avec des lunettes noires. / Il écoute la fille avec
  des lunettes noires. / Il regarde la route avec des lunettes noires. »
  ou choisir un sens lexical « Cet avocat était véreux. Il a ruiné son
  client sans le défendre. / Cet avocat était véreux. Tu n'aurais pas dû
  le mettre dans la salade. »

Les travaux devront apporter un élément nouveau, que ce soit un modèle
symbolique qui se trouve inhabituellement enrichi de techniques
statistiques, ou que les méthodes statistiques soient étendues à des
structures jusqu'ici ignorées d'elles, ou encore qu'on mette en oeuvre
un modèle mixte n'ayant jamais été utilisé en linguistique
informatique. A titre d'exemple, l'acquisition sur corpus annoté d'une
grammaire hors contexte probabiliste et la mesure de sa couverture sont
considérées comme trop connues pour être présentées à cet atelier.

Cet atelier est ouvert à tous les travaux novateurs mêlant approches
statistiques et méthodes symboliques dans l'analyse syntaxique et
sémantique du français, les exemples ci-dessus ne sont mentionnés qu'à
titre indicatif.

LANGUE

A priori, l'utilisation de méthodes mixtes est indépendant de la
langue. Cependant nous ne considérerons que les articles proposant un
traitement automatique qui puisse s'appliquer à la syntaxe ou à la
sémantique du français.

Les non francophones qui le souhaitent peuvent soumettre un article en
anglais.


TYPES DE COMMUNICATIONS

Les articles seront rédigés en français pour les francophones, en
anglais pour ceux qui ne maîtrisent pas le français. Ils devront suivre
le format de TALN 2013 et comprendront 8 à 10 pages.  Une feuille de
style LaTeX et un modèle Word sont disponibles sur le site web de la
conférence (http://www.taln2013.org/soumettre/). Les articles retenus
donneront lieu à une présentation orale, dont la durée sera communiquée
lors de l'acceptation.

CRITÈRES DE SÉLECTION

Les critères de sélection sont les mêmes que ceux définis par TALN 2013
pour les articles de recherche.

MODALITÉS DE SOUMISSION

Les articles, au format pdf, doivent être déposés sur easychair à
l'adresse https://www.easychair.org/conferences/?conf=mixeur1

COMITE :
Laurence Danlos (Université Paris 7 et INRIA)
Richard Moot (CNRS LaBRI)
Jean-Philippe Prost (Université Montpellier II et LIRMM)
Christian Retoré (Université Bordeaux 1, IRIT et LaBRI) responsable
Tim Van de Cruys (CNRS IRIT)

-------------------------------------------------------------------------
Message diffuse par la liste Langage Naturel <LN at cines.fr>
Informations, abonnement : http://www.atala.org/article.php3?id_article=48
English version       : 
Archives                 : http://listserv.linguistlist.org/archives/ln.html
                                http://liste.cines.fr/info/ln

La liste LN est parrainee par l'ATALA (Association pour le Traitement
Automatique des Langues)
Information et adhesion  : http://www.atala.org/
-------------------------------------------------------------------------