Analyse syntaxique des langues naturelles par combinaison de grammaires algébriques et décomposition lagrangienne
Résumé
La décomposition fait désormais partie de la /trousse à outils/
formelle en traitement automatique des langues, en particulier en
analyse syntaxique (Rush et Collins, 2010). Elle permet en effet de pallier le problème
majeur de la taille de l'espace de recherche causé par
l'ambiguïté massive du langage naturelle, que la
programmation dynamique ne permet pas toujours de résoudre, tout
en donnant des /certificats d'optimalité/ aux solutions retournées,
contrairement aux approximations à base de seuil habituellement
utilisées.
La plupart des travaux dans ce domaine se sont consacrés soit à
l'analyse syntaxique en dépendances d'ordre supérieur soit à la
modélisation de tâches jointes (analyse syntaxique et étiquetage
en partie du discours par exemple), et (à notre connaissance) il
n'existe pas de travaux sur la décomposition pour l'analyse en
constituants.
Nous présentons un algorithme qui permet de calculer la meilleure
analyse à partir de plusieurs grammaires pondérées qui peuvent
engendrer des langages différents mais "proches" modulo certaines
opérations simples (renommage des nœuds et débinarisation des
règles). Notre méthode repose sur la superposition partielle des
meilleures solutions de chaque analyseur. Nous utilisons un
algorithme de décomposition à base de sous-gradient projeté
inspiré de l'algorithme d'inférence dans les champs markoviens
aléatoires de (Komodakis et al, 2007).
Nous montrons expérimentalement que cette méthode permet
d'améliorer les performances d'un système d'analyse syntaxique déjà très "compétitif".
Nous obtenons des résultats /état-de-l'art/ sur le Penn Treebank,
corpus de référence en analyse syntaxique, avec un F-score
supérieur à 92,4.
URL: http://aclweb.org/anthology//D/D13/D13-1116.pdf