Apprentissage automatique symbolique : intérêts et limites Isabelle

Apprentissage automatique symbolique :
intérêts et limites
Isabelle Tellier
Lattice, université Paris 3 - Sorbonne Nouvelle

Motivations
Pourquoi parler d’apprentissage symbolique ?
– apprentissage automatique ̸=statistiques !
–domaineancienmaisencoreactif
– nettement moins enseigné, connu, diffusé...quelesmodèles
statistiques
– liens historiques forts avec l’IA
–applicationsenTALN
–sourcesd’idéespourleTALNactuel?

Plan
1. Introduction : motivations
2. Inférence Grammaticale (IG)
3. Programmation Logique Inductive (PLI)
4. Comparaison, perspectives

Inférence Grammaticale
Apprenabilité à la limite (Gold 67) : cadre général
–lecritèred’apprenabilitéconcerneuneclasse de grammaires et
pas une unique grammaire
– une classe est apprenable s’il existe un
algorithme d’apprentissage
qui identifie n’importe lequel de ses membres
– métaphore des enfants pouvant apprendre toutes les LN
–entréesdel’algorithmeΦ:desséquences (ou structures)
appartenant (ou pas) à une langue Lde la classe
–cible:une
grammaire formelle Ggénérant L(L(G)=L)
– le processus d’apprentissage est
potentiellement infini :
exemples : e1e2e3e4e5...
↓↓↓↓↓...
hypothèses de Φ:G1G2G3G4G5...

Inférence Grammaticale
Apprenabilité à la limite (Gold 67) : définition
–uneclassedegrammairesGest apprenable ssi :
–ilexisteunalgorithme
Φtel que :
–pourtoutegrammaire
G∈G
–pourtouteprésentationd’exemplesdeL(G)àΦ
qui énumère L(G)
–Φse stabilise ("à la limite") sur une grammaire hypothèse G0
–tellequeL(G0)=L(G)
–siaucunalgorithmedecegenren’existe,Gn’est pas apprenable