Analyse syntaxique à l'aide des tables du Lexique ... - Accueil

Chapitre 1 Introduction
1999, sa dernière version datant de 2001.
FrameNet (Baker et al., 1998) est un projet fondé sur la sémantique des cadres. Il a
pour objectif de documenter la combinatoire syntaxique et sémantique pour chacun
des sens d’une entrée lexicale à travers une annotation manuelle d’exemples choisis
dans des corpus sur des critères de représentativité lexicographique. Il a débuté en
1997 et se poursuit actuellement.
Citons pour terminer, VerbNet (Kipper et al., 2000), un lexique des classes de
verbes anglais, qui est la ressource la plus proche du Lexique-Grammaire. VerbNet
regroupe par classe les verbes partageant les mêmes comportements syntaxiques
et sémantiques. C’est un prolongement des travaux de Levin (1993). De nouvelles
versions sortent régulièrement, la version actuelle datant de 2009.
Les tables du Lexique-Grammaire du français (Gross, 1975) constituent une base
de données riche et détaillée contenant des informations lexicales, syntaxiques et
sémantiques. Elles couvrent diverses catégories lexicales telles que les verbes, les
noms, les adjectifs et les adverbes. Chaque table regroupe les éléments lexicaux d’une
catégorie lexicale donnée, partageant certaines propriétés syntaxico-sémantiques.
Leur développement a été initié depuis plus de quarante ans par M. Gross, au
sein du Laboratoire d’Automatique Documentaire et Linguistique (LADL), puis
du Laboratoire d’Informatique Gaspard-Monge (LIGM) de l’Université Paris-Est.
Mais elles n’ont pas été créées en un format permettant directement leur utilisation
dans un programme informatique tel qu’un analyseur syntaxique.
1.2 Objectif
L’objectif de cette thèse est de permettre aux données linguistiques codées dans
les tables du Lexique-Grammaire de servir de base de données lexicales pour diverses
applications de Traitement Automatique des Langues (TAL), notamment un analyseur
syntaxique automatique du français. Pour cela, nous avons converti les tables
au format Alexina, qui est celui du lexique Lefff, un lexique syntaxique à large couverture
pour le français (Sagot et Danlos, 2007; Sagot, 2010), présenté au chapitre 8.
En effet, ce format est directement utilisable dans les applications de TAL de haut
niveau, y compris celles qui nécessitent une analyse syntaxique profonde.
Parmi les analyseurs qui prennent en entrée un lexique au format Alexina, nous
avons choisi l’analyseur frmg, un analyseur profond à large couverture pour le
français (Thomasset et de La Clergerie, 2005), avec une description grammaticale de
haut niveau sous la forme de méta-grammaire. Nous avons donc réalisé l’intégration
des tables dans cet analyseur, afin d’évaluer leur impact lors d’une l’analyse au
chapitre 10.
Avant d’être converties au format Lefff, nous avons converti les tables en un
format d’échange, reposant sur les mêmes concepts linguistiques que ceux qui sont
manipulés dans les tables. Nous proposons l’outil générique, nommé LGExtract,
qui permet de générer un lexique syntaxique pour le TAL à partir des tables du
Lexique-Grammaire. Il est relié à une table globale, appelée table des classes,
14