Lignes brisées, recollées et démontées en linguistique informatique
Résumé
La parole est linéaire : elle s'écoule dans le temps. Cette linéarité est en réalité brisée à de nombreux niveaux, par contingence (contraintes d'écriture) ou intrinsèquement (unités linguistiques). Elle est de plus une forme de transmission par un locuteur qui génère un énoncé, d'une pensée et d'un matériau linguistique qui sont a priori non-linéaires, que l'interlocuteur doit reconstituer lorsqu'il analyse l'énoncé à partir de cette forme linéaire intermédiaire.La linguistique informatique, ou traitement automatique des langues, vise à modéliser informatiquement les phénomènes linguistiques et à automatiser le traitement d'énoncés langagiers par des ordinateurs : correction orthographique, traduction automatique, extraction d'information en sont des exemples. Elle doit, de ce fait, concevoir des algorithmes pour résoudre automatiquement de multiples problèmes de passage de lignes brisées à des lignes continues et inversement de segmentation de lignes continues en lignes brisées (ligne continue vs brisée) ou de reconstitution des structures non-linéaires sous-jacentes à la langue (ligne continue vs non-ligne).Nous verrons, d'une part, comment l'informatique met en place de multiples niveaux de représentation d'un texte dont certains donnent la vision d'une ligne continue alors que d'autres en font une ligne brisée. Nous présenterons, d'autre part, la façon dont le traitement automatique des langues découpe la ligne d'un texte en segments selon les unités linguistiques qui le composent, et au-delà de ces segments cherche à recouvrer l'arbre ou le graphe des relations entre ces unités linguistiques.
Origine | Fichiers produits par l'(les) auteur(s) |
---|