Méthode pour l'analyse automatique de structures formelles sur documents multilingues - Archive ouverte HAL
Theses Year : 1998

Method for automatic analysis of formal structures on multilingual documents

Méthode pour l'analyse automatique de structures formelles sur documents multilingues

Abstract

This thesis deals with automatic parsing of formal structures in written texts. It begins with a presentation of documents in their multilingual dimension and of the necessity to process them in this way. We study their multilingual structure and present how to compute it with the help of a language identification tool. Then, we present an original syntactic parsing method of unrestricted french sentences. This method is a generalization and an abstraction of Jacques Vergne's researches. The syntactic structures we are interested in are the minimal syntagm and the proposition ; both units can be defined as multilingual units so that the method can be applied to various languages. We propose two processes which allow the building of these units. Both processes consider texts as flows and build syntactic structures thanks to a relational constraints propagation. As the syntagmatic and propositional structures are dependent, they are built up by the interaction of the two processes. We show that both processes are identical if we disregard the nature of the unit they build up and the rule base they use. The main thread of this thesis is the method. Each time a process is described, we emphasize the related method. We show that this method is unique. Each structure is computed with the help of formal and positionnal clues: these clues come from the study of the units located inside the structure (internal clues) or from the study of the function of the structure in its upper-level units (external clues).
Cette thèse traite de l'analyse automatique de structures formelles de l'écrit. Elle commence par une excursion dans le multilinguisme au cours de laquelle nous présentons les documents dans leur dimension multilingue et montrons la nécessité de les traiter comme tels. Nous étudions leur structure multilingue et développons comment la calculer à l'aide d'un identificateur de langues. Nous poursuivons par l'exposé d'une méthode originale d'analyse syntaxique automatique d'énoncés français tout-venants. Cette méthode est issue de nos travaux de généralisation et d'abstraction des recherches de Jacques Vergne. Les structures syntaxiques auxquelles nous nous sommes particulièrement intéressé sont le syntagme minimal et la proposition ; deux unités auxquelles il est possible d'associer une définition ayant une validité multilingue, ce qui rend la méthode applicable à diverses langues. Nous proposons deux processus permettant la construction de ces unités. Ces processus considèrent les énoncés comme des flux textuels et construisent chacun leurs structures syntaxiques par propagation de contraintes relationnelles. Les structures intra-syntagmatique et intra-propositionnelle étant dépendantes, elles sont construites par l'interaction des deux processus, le second processus acceptant de travailler sur des unités partiellement définies. Enfin, nous montrons que les deux processus sont identiques si l'on fait abstraction de la nature de l'unité qu'ils construisent et de la base de règles qu'ils manipulent. Le fil conducteur de cette thèse est la méthode. A chaque calcul de structure, nous mettons en effet l'accent sur la méthode ayant permis son obtention. Nous montrons que cette méthode est unique. Chaque structure est en effet calculée à partir d'indices formels et positionnels à la fois internes et externes : internes par l'étude des unités qui composent la structure, externes par l'étude du rôle de cette structure dans l'unité qui l'intègre.
Fichier principal
Vignette du fichier
these-EGiguet.pdf (1.06 Mo) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

tel-03760676 , version 1 (25-08-2022)

Identifiers

  • HAL Id : tel-03760676 , version 1

Cite

Emmanuel Giguet. Méthode pour l'analyse automatique de structures formelles sur documents multilingues. Informatique [cs]. Université de Caen - Basse Normandie, 1998. Français. ⟨NNT : ⟩. ⟨tel-03760676⟩
145 View
66 Download

Share

More