SÉMANTIQUE LÉGÈRE POUR LE
DOCUMENT
Assistance personnalisée pour l’accès au document et
l’exploration de son contenu
Vincent
PERLERIN
Université de Caen
(Thèse, 2004 [*])
SOMMAIRE :
Chapitre 1. Vers une
sémantique légère pour le TAL
1.1 Un modèle de ressources sémantiques
personnalisées
1.2 Définition des objectifs
1.2.1 Accès aux documents
1.2.2 Accès au contenu des documents
1.3 Démarche
1.3.1 Décrire des significations
1.3.2 Organiser les descriptions
1.3.3 L’interaction comme alternative aux approches
classiques
1.4 Sémantique légère
1.4.1 Les ressources
1.4.2 Les processus.
1.4.3 Vers une sémantique légère pour le TAL
1.5 Plan de la thèse
Chapitre 2.
Fondements de l’approche
2.1 Accès aux documents et à leur contenu
2.1.1 Les ontologies et le web sémantique
2.1.2 Représentation des connaissances
2.1.3 Terminologie et linguistique
2.1.4 Subjectivité, hypermédias et interprétation
2.1.5 Conclusion
2.2 Fondements
2.2.1 Valeur saussurienne
2.2.2 Approche interprétative, Sémantique
Interprétative
2.2.3 Modèle de catégorisation différentielle et modèle
oppositionnel du sème
2.2.4 Interaction dans le système
2.3 Conclusion
Chapitre 3. Le
modèle LUCIA
3.1 Entrées lexicales du système
3.1.1 Lexique de mots versus lexique de morphèmes
3.1.2 Détermination des entités
3.1.3 Critères de sélection
3.2 Modèle de catégorisation et de description
3.2.1 Les attributs
3.2.2 Les tables, les topiques
3.2.3 Les dispositifs
3.3 LUCIA, un modèle de représentation des mots dans le
discours
3.3.1 Point de vue et jugement de l’utilisateur
3.3.2 Les mots dans le discours interprété
3.3.3 Approche complémentaire entre onomasiologie et
sémasiologie
3.4 Expérience
3.5 Conclusion
Chapitre 4.
Acquisition et structuration des ressources
4.1 Les tâches
4.1.1 Aspects génériques des tâches
4.1.2 Veille documentaire
4.1.3 Étude d’une métaphore conceptuelle
4.1.4 Autres tâches
4.2 Corpus d’observation et acquisition
4.2.1 Définition du corpus d’observation
4.2.2 Extraction supervisée
4.2.3 MEMLABOR – Logiciel d’aide à l’acquisition
4.2.4 Première évaluation du lexique : THEMEEDITOR
4.2.5 Variantes morphosyntaxiques
4.3 LUCIABuilder – Logiciel interactif pour la
construction de dispositifs
4.4 Propriétés des dispositifs
4.4.1 Exemple de dispositif
4.4.2 Symétrie du processus : des attributs aux
dispositifs
4.5 Protocole de construction d’un dispositif
4.6 Conclusion
Chapitre 5. Analyses
et interactions
5.1 Projections des informations lexicales
5.2 Visualisation et interaction
5.2.1 Techniques de visualisation interactive
5.2.2 Interactions génériques et spécifiques
5.2.3 Facteurs à prendre en considération
5.3 Étude de la métaphore
5.3.1 Première expérience
5.3.2 Observations et résultats
5.3.3 Conclusions et perspectives pour l’étude de la
métaphore
5.4 Veille documentaire
5.4.1 LUCIASearch
5.4.2 Exemple d’utilisation
5.4.3 Conclusions et perspectives sur le projet de veille
documentaire
5.5 Évaluation
6.
Conclusion
7.
Bibliographie
8.
Index
9. Glossaire
Avertissement : Ce texte est au format PDF. Munissez-vous d’Acrobat Reader
RÉSUMÉ : Cette thèse met en place les principes
d’une sémantique légère pour le Traitement Automatique des
Langues qui suppose une limitation à la fois des ressources et
des processus utilisés pour proposer des services
personnalisés aux utilisateurs. Elle s’inscrit en cela dans le
courant des recherches récentes qui tentent de pallier les
inconvénients des objectifs maximalistes de l’IA classique
pour la compréhension et le calcul du sens des textes. Les
ressources utilisées sont des entités lexicales catégorisées
et décrites de façon componentielle et différentielle par
l’usager. Ces données sont exploitées pour des calculs fondés
sur la récurrence et la différence. Le modèle proposé permet
l’expression de besoins spécifiques à un usager ou à un groupe
d’usagers dans le cadre de tâches génériques nécessitant
l’exploration du contenu des textes. Les ressources du système
sont construites en interaction avec la machine ; elles
peuvent être acquises à partir d’un corpus. Nos efforts ont
porté à la fois sur la modélisation lexicale et sur les moyens
de l’interaction entre l’utilisateur et la machine.
Les champs d’évaluation sont la veille documentaire et
l’analyse d’un fait de langue (une métaphore
conventionnelle).
Cette thèse d’informatique participe aux recherches qui ont
pour but de transformer la machine en un média à valeur
ajoutée pour l’accès personnalisé aux documents textuels. Elle
se situe à l’intersection de trois courants de recherche :
celui de la mise en oeuvre de la sémantique lexicale de
tradition saussurienne (la Sémantique Interprétative de
F.Rastier), celui de l’exploitation assistée de corpus
numériques et enfin, celui de l’interaction homme / machine
située.
Mots clefs : traitement du langage naturel,
sémantique, signification, système homme-machine, interfaces
utilisateur (informatique).
ABSTRACT : Title : Light semantics for document
content analysis – Customized services for document content
analysis.
This thesis investigates and defends a "light semantics"
approach to Natural Language Processing(NLP). The contrast
between "light semantics" and the use of large databases and
complex processes is described. Our system provides users with
customized services based on both limited-quantity resources
and simple processes. This study is thus related to the recent
works trying to mitigate the disadvantages of the maximum
objectives of the classic AI approaches for automatic text
understanding. The system resources are lexical entities,
which are categorized and described both componentially and
differentially. Text processing is then based on recurrences
and differences in textual documents. The model allows users
to express their specific needs within the framework of
generic tasks requiring document content analysis. The system
entries are built through interactions between user and
computer. They can be acquired from a corpus. Our work has
focused both on the lexical model and on the needed
interaction between user and computer.
The chosen evaluation fields are document scanning and
linguistic fact analysis (a conventional conceptual
metaphor).
This work is part of researches aiming at transforming
computers into an added value media for customized access to
texts and for assistance to text content analysis. It is at
the junction of three fields of research : traditional
structural lexical semantics of Saussure (Interpretative
Semantics of F. Rastier), assisted corpora analysis and
situated human / computer interaction.
Key words : Natural Language Processing, semantics,
human-machine systems, user interfaces.
[*] Thèse de Doctorat en Informatique présentée et soutenue le 7 décembre 2004 devant un Jury composé de Benoît Habert (Université de Paris X), Ioannis Kanellos (ENST de Brest), Anne Nicolle (Université de Caen), François Rastier (CNRS), Pascale Sébillot (Université de Rennes I), Pierre Beust (Université de Caen).
Vous pouvez adresser vos commentaires et suggestions à : perlerin@info.unicaen.fr