Présentation

Acquisition de connaissances
linguistiques en corpus par
apprentissage symbolique
ou quand l’apprentissage perd son aspect
boîte noire
Pascale Sébillot
Équipe TexMex, IRISA, Rennes

Plan
Acquisition numérique versus
symbolique
Principes de la programmation logique
inductive (PLI)
Expérience d’acquisition de relations
sémantiques nomino-verbales par PLI

Acquisition numérique versus
symbolique
Pas opposition numérique vs linguistique
Approche numérique
exploite l’aspect fréquentiel des données
utilise des techniques statistiques
indices statistiques, analyse distributionnelle…
Approche symbolique
exploite l’aspect structurel des données
utilise des informations structurelles ou symboliques
expertise linguistique ou apprentissage symbolique

Indices statistiques (app. num.)
Cooccurrences dans une fenêtre
Mots apparaissant ensemble de manière statistiquement
significative
Coefficients d’association
table de contingence
coefficient d’information mutuelle IM= log2(a/(a+b)(a+c))
test du 2 (Church-Gale 91) = (ad-bc)2/((a+b)(a+c)(b+c)(b+d))
Segments répétés (Lebart et Salem 94)
m2mk≠m2
m1a b
ml≠m1c d

Analyse distributionnelle (app. num.)
Linguistique Harrissienne (Harris et al. 89)
Approches en 3 étapes
extraction des cooccurrents d'un mot
mise en évidence de la proximité/distance des
mots 2 à 2 selon leurs cooccurrents
regroupement en classes
Classes sémantiques… Grefenstette 94, Bouaud et
al. 97…
Limites : interprétabilité, détection au niveau du
corpus… mais portabilité