Élagage efficace d'automates probabilistes
Résumé
Certaines applications de l'inférence grammaticale probabiliste sont limitées par des problèmes d'efficacité. En modélisation statistique de la langue par exemple, on dispose maintenant de grands corpus. L'inférence sur de tels ensembles d'apprentissage est compromise par la taille du PPTA engendré puisqu'il peut faire plusieurs millions d'états. Nous proposons dans cet article une méthode pour élaguer des automates probabilistes (restreints à une structure d'arbre). La méthode proposée est non seulement efficace (sub-quadratique) mais elle permet de plus une diminution importante du nombre d'états avec un faible impact sur la qualité de l'inférence. Les résultats sont évalués sur une tâche de modélisation statistique de la langue.