Acquisition semi-automatique de relations lexicales bilingues (français-anglais) à partir du Web Stéphanie LEON & Chrystel MILLON Équipe DELIC, Université de Provence Traduction automatique Un problème essentiel : polysémie / homonymie barrage (usage EAU) barrage (usage MATCH) > dam > playoff Un exemple du traducteur Reverso match de barrage match of dam playoff game Le Web comme base de données lexicale (1)… Le Web comme base de données lexicale (2)… Multilinguisme Nombreux exemples des usages des mots barrage(s) : 1 590 000 pages (Google, pages francophones) barrage(s) : 500 occurrences (base textuelle Frantext) Multitude de domaines, de thématiques Frantext : textes littéraires (80%), textes scientifiques et techniques (20%) Objectif Méthode d’acquisition d’équivalences bilingues françaises/anglaises de relations lexicales via le Web (Travaux de Cao & Li, 2002 ; Grefenstette, 1999) Domaines d’application : - Enrichissement de dictionnaires bilingues - Aide à la traduction automatique… Relation lexicale unité lexicale1 barrage (recteur) dépendance unité lexicale2 syntaxique hydraulique (régi) Méthodologie Extraction automatique de RLs françaises Corpus de pages Web francophones Génération automatique de traductions potentielles Dictionnaire électronique Fréquence des traductions potentielles Validation semi-automatique Interrogation automatique du Web Combinatoires lexicales étudiées 10 noms sources barrage détention formation lancement organe passage restauration solution station vol 1- Extraction automatique des RLs françaises (1)… Corpus de pages Web francophones Étiquetage morpho-syntaxique + lemmatisation Cordial Analyseur 1- Extraction automatique des RLs françaises (2)… NOM ADJECTIF barrage hydraulique organe très précieux NOM1 DE NOM2 base nationale de lancement lancement de satellite 1- Extraction automatique des RLs françaises (3)… VERBE NOM(objet) alimenter – barrage …alimentent plus particulièrement le barrage… RLs >= 10 occurrences 2- Génération automatique des traductions potentielles (1) Traduction : série d’hypothèses sur le choix des mots de la langue cible. (Gelbukh A. & Bolshavov I., 2003) 2- Génération automatique des traductions potentielles (2) Un exemple (ressource : dictionnaire Collins Pocket) réserver - vol VOL flight, theft, larceny, etc. RESERVER to reserve, to book 2- Génération automatique des traductions potentielles (3) Combinatoires des unités lexicales simples to reserve - flight réserver - vol to reserve - theft to reserve - larceny to book - flight to book - theft to book - larceny 3- Interrogation automatique du Web (1) API Google (Application Programming Interface) : http://www.google.com/apis/ Récupération automatique des fréquences : reserve-flight 73 600 … 3- Interrogation automatique du Web (2) Exemples de requêtes NOM ADJECTIF "the complete restoration " OR "a complete restoration " VERBE NOM(objet) "build the barrage" OR "build a barrage" NOM1 de NOM2 "construction of barrage" "barrage construction" 4- Validation semi-automatique Filtre automatique : choix du seuil Précision Réduction du bruit Seuil de validation = Occurrences du nom-cible / 1000 4- Validation semi-automatique réserver - vol book a / the flight 244 000 seuil_flight : 5 760 000 / 1000 = 5760 book a / the theft 61 seuil_theft : 2 150 000 / 1000 = 2150 4- Validation semi-automatique réserver - vol book a / the flight 244 000 seuil_flight : 5 760 000 / 1000 = 5760 book a / the theft 61 seuil_theft : 2 150 000 / 1000 = 2150 Validation manuelle Proportion de traductions RLs fr >= 10 N ADJ N DE N VN TOTAL 113 173 57 343 Traductions Filtre générées automatique 1215 136 5155 351 1012 63 7382 550 Validation manuelle 132 270 56 458 Un exemple de traductions PATRON N ADJ N de N RL FRANCAISE barrage hydro-électrique construction de barrage VN construire-barrage TRADUCTION hydroelectric dam barrage building barrage construction barricade building barricade construction dam building dam construction weir building weir construction to build-barrage to build-barricade to build-dam to build-roadblock to construct-dam to erect-barricade to erect-roadblock Taux de traductions correctes N ADJ 97,1 VN N de N % valide 88,9 76,9 TOTAL 83,3 Analyse des problèmes (1) Limites techniques : ponctuations, majuscules A man will face court next month charged with stealing three date palms from a Swansea reserve, a theft which sparked three months of community outrage. Limites syntaxiques The Library of Congress set the changeover date. Analyse des problèmes (2) Erreurs sémantiques cours de formation > group rate (59 900 pages) > tarif de groupe Evaluation humaine Conclusion Banc de test Accroissement significatif de notre dictionnaire - N ADJ : accroissement par 10 - N de N : accroissement par 45 - V NOM(Objet) : accroissement par 56 Internet, une aide à la décision Perspectives Variations syntaxiques des RLs anglaises Barrage has been already built build-barrage Analyse syntaxique des pages Web anglaises (Travaux de Gala N., 2003, Volk M., 2001) Merci…