Cours sur le traitement automatique des langues La s

1
Cours sur le traitement automatique des
languesLa sémantique

• Violaine Prince
• Université de Montpellier 2
• LIRMM-CNRS

2
Plan de lexposé

• Introduction
• Les principes
• Les applications
• recherche dinformation
• interprétation de requêtes
• dialogues finalisés
• le contrôle de linterprétation morphosyntaxique
• Conclusion et perspectives

3
Introduction

• Qu est-ce que la sémantique ?
• affectation d un (ou plusieurs) sens à des
  formes
• A quoi sert la sémantique ?
• l utilité dépend du domaine
• Domaines de la sémantique
• linguistique
• logique
• langages

4
Définitions de la sémantique (I)

• Autant de définitions que de domaines
• en logique affectation dune interprétation à
• un prédicat, une formule, un énoncé
• en logique classique évaluation à vrai, faux
• en logique multivaluée évaluation à une des
  valeurs autorisées
• en logique floue calcul de la valeur
  (numérique) de la fonction de  fitness 

5
Exemples (I)

• objet (ballon, rouge) évalué à vrai si et
  seulement si
• objet(x,y) et  ballon  appartient au domaine de
  validité de x
• et  rouge  appartient au domaine de validité de
  y
• sémantique vériconditionnelle
• ne traite pas du rapport avec le monde

6
Exemples (II)

• objet( ballon, rouge) évalué à  inconnu  en
  logique non monotone
• si on n a pas, dans la base, objet(ballon,
  rouge), comme une connaissance vraie.

7
Définitions de la sémantique (II)

• langages de programmation
• intervient après la vérification morpho-
  syntaxique
• la sémantique est réalisée par le compilateur ou
  l interpréteur
• interpréter une instruction revient à
• vérifier les contraintes d intégrité
• produire un exécutable

8
Définitions de la sémantique (III)

• linguistique il existe plusieurs définitions
• ordonner les significations d un mot (sens du
  dictionnaire)
• exemple pompe
• 1. appareil permettant l aspiration dun
  liquide, ex  une pompe de relevage 
• 2. par extension de 1, dispositif de fourniture
  d essence pour automobile ,  la pompe à
  essence 
• 3. par extension de 2, représente les propriétés
  de l essence,  le prix à la pompe  
• 4. par extension de 2, représente le lieu de
  fourniture d essence ,  il y a une pompe pas
  loin  .

9

• mais aussi ,
• 5.faste, luxe ,  cérémonie en grande pompe 
• 6. (familier) chaussures  des pompes en
  simili-crocodile .
• 7. Exercice physique, parfois d aspect punitif
   vous me ferez 100 pompes 
• retrouver le (ou les sens) en contexte
• Je me suis arrêté à la première pompe que j ai
  pu trouver. Jen ai profité pour nettoyer au jet
  mes pompes boueuses, dautant plus que je devais
  assister ensuite à une cérémonie en grande pompe
  à la mairie.

10
Quest-ce quun contexte ?

• En linguistique
• groupe de mots
• phrase
• paragraphe
• texte
• mais aussi
• le sous-ensemble des hypothèses de lauditeur sur
  le monde (Latraverse, 1987)
• les objets et individus présents dans la
  situation dénonciation ou évoqués par elle
  (Lyons, 1977)

11
Langue
référent objet linguistique
objet référé objet du monde
référé objet mental
monde
individu
triangle aristotélicien
Le contexte dun objet linguistique est composé
1.du co-texte (autres objets linguistiques dans
l entourage) 2.du contexte mental (base de
connaissances) où se trouve le référé 3.du
contexte externe (le monde) où se trouve l objet
référé.
12

• En logique
• les prédicats du même énoncé
• les variables liées
• les valeurs de variables proposées
• En logique, les contextes mental et externe sont
  confondus avec le co-texte
• En programmation
• il existe un  contexte mental  qui pourrait
  correspondre à
• létat de la base de connaissances
• létat de la machine

13
A quoi sert la sémantique

• En linguistique
• mise en rapport des objets de langue avec le
  monde
• les enfants de Pierre et Marie sont blonds
• La génération soixante-huit, ce sont les enfants
  de Marx et du Coca-Cola
• En traitement automatique des langues
• mise en rapport des objets de langue et dune
   forme  calculable

14
Les principes

• Les modèles
• de la linguistique
• de l intelligence artificielle
• autres modèles en informatique
• Les modes de résolution
• Les architectures

15
Les modèles

• Modèles linguistiques pour la sémantique
• sémantique compositionnelle
• sémantique différentielle
• sémantique  interprétative 

16
Modèles linguistiques pour la sémantique

• Sémantique compositionnelle
• Le sens de la phrase est une composition (plus ou
  moins formelle) des sens des mots
• si un mot a plusieurs sens, cela génère autant de
  combinaisons possibles
• le  bon  sens est celui dont la combinaison est
  plausible

17
Sémantique compositionnelle

• Exemple
•  Je me suis arrêté à la première pompe que jai
  pu trouver. 

lieu appareil chaussure
La condition de  plausibilité  exclut
 faste , et  exercice physique .
18
Sémantique compositionnelle

• Exemple
•  Je me suis arrêté à la première pompe que j ai
  pu trouver. 
• trois  phrases -sens  générées.

QUI DÉTERMINE LA PLAUSIBILITÉ ? UN PROCESSEUR
HUMAIN UNE CONNAISSANCE FORTE DU MONDE
19
Sémantique compositionnelle

• Exemple
•  Je me suis arrêté à la première pompe que j ai
  pu trouver. 
• Une deuxième  passe  de plausibilité supprimera
  le sens  chaussure .

EST PLAUSIBLE CE QUI N EST PAS INCONGRU N EST
PAS RIDICULE
20
Sémantique différentielle

• Parmi tous les sens d un mot, c est le plus
  spécifique qui doit être choisi en premier.
• S appuie sur une représentation très fine des
  sens des mots dans le dictionnaire
• Pottier, Greimas (sémantique structuraliste),
  Barwise et Perry (sémantique des situations)

21
Sémantique différentielle

•  Je me suis arrêté à la première pompe que j ai
  pu trouver. 
• 1. appareil permettant laspiration dun liquide,
  ex  une pompe de relevage 
• 2. par extension de 1, dispositif de fourniture
  d essence pour automobile ,  la pompe à
  essence 
• 3. par extension de 2, représente les propriétés
  de lessence,  le prix à la pompe  
• 4. par extension de 2, représente le lieu de
  fourniture d essence ,  il y a une pompe pas
  loin  .

22
Sémantique différentielle

•  Je me suis arrêté à la première pompe que j ai
  pu trouver. 

1.
appareil
aspiration liquide
2.
appareil à essence
les propriétés de lessence
3.
essence automobile
lieu consacré à la vente
station dessence
4.
23
Sémantique différentielle

• Les règles de différentiation qui s appliquent
  sont
• compatibles avec le co-texte
• arrêter, trouver
• forcées par le co-texte (coercitive rules de
  Pustejovsky)

24
Sémantique interprétative

• Le sens le plus spécifique garde en mémoire tous
  les sens génériques, et la récurrence du terme
  peut s appuyer sur le fond commun.
• Rastier (1986)
• Fonctionne pour les mots à sens multiples et
  dépendants.

.
25
Sémantique interprétative

•  Je me suis arrêté à la première pompe que j ai
  pu trouver. 

1.
appareil
aspiration liquide
2.
appareil à essence
les propriétés de lessence
3.
essence automobile
lieu consacré à la vente
station dessence
4.
26
Les modèles

• Les modèles de lintelligence artificielle
• Les schémas (frames)
• Les scénarios (scripts)
• Les ontologies arborescentes (issues des réseaux
  sémantiques)
• Les graphes conceptuels

27
Les modèles de l intelligence artificielle

• Les schémas (Minsky 1974)
• Un schéma (frame) est un ensemble de
  connaissances autour dun sujet donné (ici, un
  mot).
• L usage des schémas en sémantique se fait de la
  manière suivante
• sur une chaîne de classification donnée, on
  associe à chaque terme son schéma.

28

• valeurs par défaut pour C1n sous forme
  d attribut (facette, valeur)

C11
Schéma de C11
Schéma de C1n-1
C1n-1
Schéma de C1n
lien  is-a 
C1n
29
Exemple

• Chaise

fait en matière (organique, minérale) type
(naturelle, artificielle) prix origine
composé de pieds (3, 4) dosseret (oui, barreaux
oui,non non) assise matière
meuble
chaise
fauteuil
chaise-à-porteur
17ème siècle mode de transport
30

• Beaucoup de connaissances à intégrer
• Problème des sens figurés du mot
• jouer aux chaises musicales
• mener une vie de bâton de chaise
• Et de certains de ses dérivés
• ambitionner le fauteuil présidentiel.
• Les schémas sont adaptés en sémantique lorsqu il
  s agit d applications très limitées.
• A éviter en recherche dinformation ou indexation

31
Les modèles de l intelligence artificielle

• Les scénarios (Schank 1978)
• Un scénario (script) est un ensemble de
  connaissances autour d une situation donnée.
• Le scénario comprend
• des conditions initiales (de déclenchement)
• des actions (possibles)
• un résultat
• des exceptions (anomalies)
• A chaque élément est associé un schéma.

32
Les scénarios pour l interprétation du LN

• Les scénarios sappliquent à l interprétation du
  langage naturel en fournissant les conditions
  pragmatiques d interprétation.
• Les conditions initiales peuvent être exprimées
  par du texte
• Les actions sont des prédicats verbaux
• Le résultat est ce qui est attendu
• Les anomalies sont répertoriées lors qu elles
  sont connues.

33

• COMPRENDRE

ce que l on sait déjà
Ce qui est dit
événement
Schémas
actions élémentaires
référence à d autres schémas
34
Exemple

• Scénario  réviser une voiture 
• ELEMENTS
• voiture
• ACTEURS
• client, garagiste
• CONDITIONS INITIALES
• le client amène sa voiture au garage
• il possède un moyen de paiement
• la voiture est dans un état donné

35
Exemple réviser une voiture

• RESULTAT(ESCOMPTE)
• le client reprend sa voiture au garage
• il a de l argent en moins
• la voiture est révisée
• ANOMALIES
• le client ne reprend pas sa voiture
• la voiture n est pas révisée
• la voiture est révisée mais elle n est pas en
  bon état

36
Exemple réviser une voiture

• ACTIONS
• Origine CLIENT
• AMENER (voiture, garage)
• LAISSER-A (voiture, clés, papiers, garagiste)
• CONVENIR-AVEC (rendez-vous, garagiste)
• PARTIR
• REVENIR
• PAYER(facture)
• PRENDRE (voiture, clé, papiers)

37
Exemple réviser une voiture

• Origine GARAGISTE
• pour chaque partie de Voiture (schéma VOITURE)
  faire
• VERIFIER (partie)
• si partie à changer alors CHANGER(partie)
• si partie à réparer alors REPARER (partie)
• fin
• pour tous les éléments changés et réparés,
  MARQUER (partie)
• FACTURER (partie)
• DONNER (facture, client).

38
Les difficultés

• Des situations stéréotypées
• Ambiguïté du déclenchement
• Jean est allé chez le garagiste.

réviser une voiture
acheter une voiture
louer une voiture
réparer une voiture
39
Extensions plans et thèmes

• Repérer le thème du texte
• acteurs, éléments
• premiers prédicats verbaux
• Considérer un scénario comme un plan possible,
  modifiable (déroutable)

planification
40
Conclusion sur les schémas et les scénarios

• Essaient d intégrer des connaissances
   contextuelles  de type pragmatique
• Mais
• lourdeur des structures
• rigidité
• aspect trop détailliste par certains côtés pas
  assez par d autres
• énorme quantité de connaissances
• structuration dépendant fortement des concepteurs

41
Les modèles de l intelligence artificielle

• Les  ontologies  arborescentes
• après l échec dune structuration trop
  importante et trop large
• restriction des années 90
• à une application
• à un domaine, de préférence technique et défini
• à une structure arborescente
• plusieurs  arbres de connaissance  plutôt
  qu un seul réseau

42
Exemple

• domaine chimie
• application enseignement secondaire de la
  chimie atomique
• agrégats  partie-de 

substance
molécule
atome
particule
43
Exemple

• domaine chimie
• application enseignement secondaire de la
  chimie atomique
• agrégat  sorte-de 

particule
particule chargée
particule neutre
proton
électron
neutron
44

• relations typées
• sorte-de selon un critère
• sorte-de inclusion de classe
• sorte-de membre-de
• partie-de
• Les ontologies arborescentes supposent
• un mot un sens
• ce qui correspond qu à un sous-ensemble très
  faible du langage naturel

45
Les modèles de l intelligence artificielle

• Les graphes conceptuels (Sowa 1984)
• l idée que l esprit et le langage s organisent
  de la même manière (ressemblance des contextes
  linguistique et mental)
• il existe une représentation en lambda-calcul du
  contexte mental
• application à la langue

objet du prochain cours
46
Les applications

• Recherche dinformation
• recherche d une information I représentée par un
  texte T, dans une base de documents D
• Indexation par un texte T d une information I,
  applicable à toute base de documents Dk
• Les deux problèmes ne sont pas exactement
  symétriques

47
Recherche d information
les Ij sont des sens possibles de T, ou
contenus dans des sens de T
I1
texte T
I2
In
base de documents (corpus)
recherche doccurrences
l algorithme de recherche d occurrence est
celui d un motif M/ M? T d un sous-motif K de
M/ MÇ T K
48
Problèmes

• L information I recherchée
• n est pas représentée par un unique texte T
• n est pas le seul sens possible de T
• n est pas la composition des sens des éléments
  de T
• Les occurrences de T récupérées, sont, au mieux
  des sur-textes de T, parfois des sous-textes.
• La recherche d information est donc parasitée
  par la non unicité sémantique.

49
Exemple

• L information I recherchée concerne  l Hôtel
  de Ville , c est-à-dire, la mairie principale
  du lieu (s il s agit d une ville à
  arrondissements).
• La séquence  hôtel de ville  a pour sens
• I1 mairie
• I2sorte d hôtel
• I3sorte d hôtel en milieu urbain.
• Sont récupérées dans le corpus des chaînes
• rue de l Hôtel de Ville
• l hôtel de Mussy est dans la ville de Gordes

50
Exemple (suite)

• Si, de manière sophistiquée, un analyseur accepte
  les formes accordées, on récupère en plus
• tous les hôtels de la ville de Paris sont chers.
• l hôtel est en dehors de la ville.
• au métro Hôtel-de-Ville, vous trouverez le bazar
  de l Hôtel-de-Ville.
• mais aussi, avec un pourcentage affaibli de
  concordance, tout ce qui va contenir  hôtel  et
   ville , dans la fenêtre donnée.

51
L indexation

• l indexation est le marquage d un texte T comme
  motif pour tout corpus de documents Dk, dans le
  but de récupérer une information I.
• Il faut donc choisir, pour indexer, le meilleur T
  parmi les Ti représentant I, mais rechercher sur
  les Ti (avoir un dictionnaire TTi)
• La qualité intrinsèque de T n est cependant pas
  suffisante, elle est dépendante de la
  confrontation avec chaque corpus.

52
L indexation

• Ainsi, par exemple il vaut mieux indexer par
• mairie
• que par  hôtel de ville 
• par
• coléoptère
• que par  papillon 
• à cause des sens multiples, mais, si vous
  cherchez dans un corpus scientifique, la qualité
  de votre index n est pas la même que dans un
  corpus général.

53

• Dans un corpus de biologie, le mot  mère a
  souvent le sens de  origine  ce qui n est pas
  le cas des corpus autres,
• et le mot  charme  va souvent être associé
• aux propriétés des particules dans un corpus de
  physique atomique,
• aux arbres dans un corpus d agronomie
• mais aussi à n importe quel autre sens possible.
• ex   la démonstration/l expérience ne manque
  pas de charme .

54
Les applications

• L interprétation de requêtes
• On suppose que l usager exprime une demande
  vis-à-vis d une
• base de données
• base de connaissances
• base de documents
• sous forme d une requête en langage naturel.

55
Linterprétation de requêtes

• la sémantique consiste a
• transformer la requête en structure
• toute ou partiellement appariable avec
• la base de données attribut/valeur
• la base de connaissances prémisse/conclusion
• la base de documents
• dans le dernier cas, il s agit d identifier le
  texte T a rechercher, et le sens I le plus
  plausible de T.

56
Les dialogues finalisés

• Le plus souvent, la requête est suffisamment mal
  formulée,
• ou l on souhaite assister l usager dans la
  formulation ou la satisfaction de sa requête
• Le dialogue est le plus haut niveau
  d intégration du TALN dans l interaction
  homme-machine
• l appariement de la requête devient l étape
  ultime d un processus de communication

57
La sémantique au secours de l analysemorpho-synt
axique

• De nombreuses ambiguïtés morpho-syntaxiques
  peuvent être levées grâce à l information
  sémantique, mais surtout pragmatique.
• la ferme de Jean
• l usage désigne plus souvent le bâtiment que la
  poutre.

58
Conclusion(provisoire)

• la sémantique est un élément qui, en TALN,
  devrait être indissociable de la pragmatique.
• Les mots ont des significations possibles
  différentes, mais en contexte, ils ont un sens,
  qui peut être complexe.
• les modèles logiques de la sémantique ont été
  insuffisants pour remplir leur rôle
  d interprétation
• en revanche, ils sont très utiles comme systèmes
  d aide au raisonnement

59
perspectives

• des modèles logiques descriptifs de la sémantique
  les graphes conceptuels
• les problèmes de la sémantique
• les modèles où le sens est calculé en contexte
• le modèle vectoriel tourné vers la recherche
  d information et l indexation.