Un analyseur syntaxique opérationnel : SYNTEX - ERSS

développé à l’origine pour être utilisé dans diverses tâches applicatives, dont le résumé
automatique d’articles scientifiques. Les phrases analysées sont des phrases réelles,
extraites de textes de biochimie. Ce programme est le précurseur du programme de la
grammaire de chaînes que développera N. Sager à l’université de New-York (Sager,
1970), qui donnera lieu aux analyseurs développés par R. Grishman et L. Hirschman.
2.3.4. L’analyseur de F. Debili
Fathi Debili soutient sa thèse intitulée Analyse syntaxico-sémantique fondée une
acquisition de relations lexicales-sémantiques en janvier 1982. Il a mené sa recherche
dans une équipe animée par A. Andreewsky, et dont les travaux en Traitement
Automatique des Langues sont orientés vers la recherche documentaire dans des bases
textuelles (de type juridique essentiellement). F. Debili s’intéresse plus précisément à la
détection de la paraphrase. A la question « Qui nomme le premier ministre ? », un
système documentaire devrait fournir des documents contenant les phrases « Le premier
ministre est nommé par le président de la république. » ou « La nomination du premier
ministre par le président de la république a été (…) ». L’analyseur syntaxique développé
par F. Debili est un analyseur en dépendance, qui s’appuie sur les résultats d’un
étiqueteur morphologique. Le système exploite de façon massive un principe que j’ai
qualifié d’apprentissage endogène, dix ans plus tard lors de la conception de LEXTER
(Chap. 1, section 1.2). Le système est constitué de 3 composantes, morphologique,
syntaxique, sémantique. La composante morphologique repose sur un découpage des
mots étiquetés du corpus en préfixe + radical + suffixe et a pour fonction de regrouper
les mots du corpus en familles morphologiques. La composante syntaxique segmente
d’abord la phrase en chaînes nominales et verbales, puis construit toutes les relations de
dépendance potentielles entre les mots. La composante sémantique a pour fonction de
résoudre les ambiguïtés de rattachement laissées par le module syntaxique, à l’aide d’un
raisonnement par analogie. Par exemple (Debili, 1982, p. 5), dans la phrase « La
nomination par le ministre des membres du conseil supérieur … », la composante
syntaxique a identifié 2 gouverneurs potentiels pour le nom membres : les noms ministre
et nomination. Si le corpus comprend la phrase « Les membres du conseil supérieur sont
nommés … », et si la composante morphologique a acquis le lien morphologique entre
nomination et nommer, et si la composante syntaxique a identifié sans ambiguïté la
relation sujet entre le nom membres et le verbe nommer au passif, alors la composante
sémantique va lever l’ambiguïté dans la première phrase en choisissant le nom
nomination comme gouverneur de membres. C’est ce principe de désambiguïsation
endogène qui fait la principale originalité du système de F. Debili. Le système prend en
entrée un corpus de phrases, supposé être suffisamment homogène sur le plan des
caractéristiques lexico-syntaxiques pour que des propriétés morphosyntaxiques des mots
considérés comme types soient acquises sur l’ensemble de ce corpus et propagées
rétrospectivement lors de passes ultérieures à l’ensemble des occurrences de ces types.
Dans le module syntaxique, le traitement se déroule en deux étapes : une étape de
segmentation, une étape de mise en relation. Lors de la première étape, le système
48