Le Traitement Automatique des Langues (TAL)

1. Le Traitement Automatique des Langues(TAL) Jérôme Helmstetter Nicolas Mastro Jean-Baptiste Hainzelin Laurent Gendre

2. Plan • Le TAL, une discipline jeune • Le TAL aujourd’hui • Méthode d’analyse de texte • Méthode d’analyse de la parole • Liens entre le TAL et la linguistique • Un exemple

3. Le TAL, une discipline jeune • Seconde guerre mondiale : développement des premiers Calculateurs. • Début des années 50, guerre froide : début de la traduction automatique – Besoins : déchiffrer même approximativement des documents en russes pour identifier ceux qui doivent être confier à un traducteur humain. – Approche de base pour l’automatisation : • traduction mot à mot • + règles de réarrangement de l’ordre des mots – Les problématiques, difficultés, idées et méthodes essentielles du TAL sont identifiées dès cette époque : • En particulier : « syntaxe opérationnelle »

4. Le TAL aujourd’hui • Une discipline autonome… – qui a pour objectif la réalisation de systèmes informatiques capables de traiter en entrées des données linguistiques (mots, phrases, textes) – qui a ses cursus de formation, ses revues (TAL en France, Computational Linguistics), sa société savante (ATALA) • … liée à la linguistique et à l’informatique • Principales applications : – Oral : reconnaissance vocale, dictée vocale – Écrit : traduction assistée par ordinateur, correction grammaticale, recherche d’informations, résumé automatique, … • Composants de base : – Étiquetage des mots en fonction de leur syntaxe – Analyse syntaxique

5. Analyse de texte L’analyse de texte d’un système de traitement automatique des langues est décomposé en 5 étapes : Le découpage en mots, l’étiquetage (genre), reconnaissance de la structure, l’évaluation du sens (traduction) et la mise en contexte. Cas de l’étiquetage des noms : • Affecter à chaque mot d’une phrase sa catégorie grammaticale (nom, verbe, adjectif, …) sachant que chaque catégorie correspond a un code dans l’algorithme de programmation. – Difficulté : l’ambiguïté morphologique il la porte il ferme la porte. Pro. Pro. Verbe Pro. Nom Art. Nom

6. Analyse de la parole La Reconnaissance Automatique de la Parole est aussi très importante dans le TAL et elle peut être décomposé en plusieurs parties : • Acquisition et numérisation d’un signal sonore • Extraction des paramètres tel que l’énergie ou encore les coefficients cepstraux (signal dans le domaine qfréquentiel) • Paramétrisation de la parole avec la Transformé de Fourier discrète • Comparaison du signal à l’aide de différents modèles but : faire correspondre des parties du signal pour trouver des mots Ainsi, il existe des systèmes de commandes vocales plus ou moins fiables suivant les méthodes employées et les lexiques associés.

7. Liens entre le TAL et la linguistique • Les talistes ont des compétences en informatique et des compétences en linguistique spécifiques, adaptées à l’activité de développement de systèmes de TAL • Linguistique -> TAL – Le TAL sollicite diverses branches des sciences du langage (morphologie, syntaxe, lexicologie, sémantique, …) • TAL -> linguistique – Le développement de modèles formels et de systèmes de TAL génère de nouvelles connaissances pour la description des langues. – Les outils de TAL et la disponibilité de très grands corpus de textes permettent de constituer de nouveaux observatoires de langue en usage, susceptibles de renouveler l’investigation linguistique.

8. Exemple • Synomia : une PME – Créée en 2000 – Recherche d’une technologie novatrice : rencontre avec l’ERSS – Rôle d’un chef de projet en linguistique-informatique – Une douzaine de personnes aujourd'hui – Commercialisation active depuis janvier 2000 • Des produits – Produits d'aide à la navigation dans un site web – Recherche, Index, Référencement, Liens promotionnels – Un service clé en main, entièrement automatisé • Des clients – 180 abonnements en France, Grande-Bretagne et US – 240 000 requêtes/jour

10. Merci de votre attention