Robustesse et analyse syntaxique
Résumé
Pour le traitement automatique des langues, la robustesse d’une application se mesure
à sa capacité à résister aux erreurs. Celles-ci peuvent provenir soit d’une défaillance
du système, soit d’une difficulté linguistique inhérente au texte ou à l’énoncé
traité. Dans un cas comme dans l’autre, un système robuste devra être capable de
poursuivre son traitement malgré l’erreur.
La question de la robustesse est donc un problème d’ingénierie, dans sa dimension
de résistance à un environnement non homogène. En particulier, ce type de comportement
constitue un pré-requis dans certaines situations comme le traitement de corpus
volumineux ou de données non standards. Cependant, la robustesse n’est pas nécessairement
liée à la capacité du système à identifier, décrire, voire rattraper des erreurs. Il
s’agit également d’un problème théorique dans la mesure où les problèmes rencontrés
concernent soit la grammaire utilisée, soit la capacité à traiter du matériel linguistique
non canonique. Dans les deux cas, le problème se pose au niveau de la compétence
linguistique du système, se traduisant par une grammaire ou, plus généralement, un
mécanisme d’analyse suffisamment général. En TALN nous pouvons donc dire que la
question de la robustesse se traduit à la fois par des techniques ou des stratégies spécifiques
(voir [CHA 01, BRI 06]), mais également par le développement de ressources
voire de formalismes linguistiques plus adaptés ([MEN 98]). La robustesse constitue
donc une question essentielle, tout en restant finalement une notion peu précise, très
dépendante du type de traitement à effectuer ainsi que du type de texte.
La question de la robustesse se pose de façon particulière dans le domaine de la
recherche d’information ([LEW 96, STR 94]). En effet, bon nombre de techniques de
RI n’exploitent finalement que peu d’informations linguistiques et ne nécessitent pas
véritablement d’analyse linguistique détaillée. On remarque cependant que les progrès
réalisés dans le domaine du traitement sémantique commencent à utiliser des analyses
dépassant le niveau lexical, nécessitant des techniques plus sophistiquées permettant
d’effectuer des traitements prenant en compte les unités syntaxiques ainsi que les relations
les reliant. La RI est donc également concernée par cette évolution. De plus,
ce domaine pose des problèmes spécifiques pouvant nécessiter des analyses plus fines
(compréhension de questions, requêtes multimodales, comparaison de textes, etc.).
Nous sommes finalement aujourd’hui confrontés, en RI comme dans les autres domaines
du traitement des langues, à cette question de la robustesse, nécessitant le
traitement de données disparates, non canoniques, partielles, etc.
Nous proposons dans cet article d’aborder cette question en commençant par décrire
plus précisément les situations conduisant les systèmes à des erreurs. L’étude des
besoins spécifiques à la RI nous permettra d’identifier plus clairement les points à traiter
pour proposer un traitement robuste permettant une analyse linguistique fine. Nous
nous concentrerons sur la question de l’ analyse syntaxique, qui constitue une étape
essentielle dans les traitements en profondeur. Ce domaine a longtemps été laissé de
côté dans les systèmes, en partie à cause de son coût, mais également de son manque
de robustesse. Nous présenterons ici quelques techniques permettant de répondre à ces
besoins. Nous décrirons en particulier une approche basée sur les contraintes offrant
l’avantage d’être à la fois robuste, cohérente d’un point de vue formel, et capable de
répondre aux évolutions futures notamment en termes de traitement de la multimodalité.
Origine | Fichiers produits par l'(les) auteur(s) |
---|
Loading...