Introduction 7

1
Les liens morphologiques multilingues individuali
sation et exploitation
Bruno Cartoni TIM-ISSCO/ETI/Uni. Genève
2
Plan

• les liens morphologiques
• les liens morphologiques multilingues
• leur individualisation
• différentes exploitations

3
Organisation du module lexical en TALN

• but reconnaître les mots corrects/incorrects et
  donner des informations sur les mots
• approche mono-morphique
• énumération de chaque forme
• manger, mangeait, mangent
• approche polymorphique
• liens entre les formes de base et leur
  flexion/dérivation
• mang -ait -er -ent
• individualiser les liens et exploiter leur
  régularité

4
Les liens morphologiques multilingues

• postulat
•  Deux langues morphologiquement proches
  possèdent des régularités morphologiques
  exploitables  (Polylex)

it libertà, maturità, possibilità fr
fraternité, unité
5
Les liens morphologiques multilingues

•   La transformation progressive selon des règles
  précises du latin vers les langues romanes
  actuelles permet denvisager dautres règles de
  passage horizontal entre les langues dans leurs
  états actuels. 
• (Geysen, 1990)

6
Individualisation

• Deux types de liens morphologiques
• au niveau lexical
• au niveau du processus de construction
  morphologique

7
Régularités au niveau lexical

• 3 cas possibles
• formes identiques mafiafr / mafiait
• base commune possibilitéfr / possibilitàit
• différences orthographiques x ? ss
• sexefr / sessoit , complexefr / complessoit

8
Individualisation des morphèmes multilingues

• paradigme de substitution (Lehmann et al, 1998)
  
• a) possibilità/possibilité ? possibil-, -ité
  et -ità
• b) impossibilità/impossibilité ? im-
• c) complessità/complexité ? compless- et
  complex-

9
La notion de cognat

• La notion de cognat mots morphologiquement
  proches
• (Kondrak, 2001, Kreif, 2001)
• définition floue
• cognation de forme et de sens
• mafiafr / mafiait , confettifr / confettiit ,
• volerfr / volareit
• cognats parfaits vs semi-cognats

10
Les morphèmes cognats
- préfixes cognats (im-) - suffixes
semi-cognats (-ité/-ità, -tion/-zione,
-teur/-tore) - suffixes du pluriel non-cognats
(-s, -i) - formes de base cognates
(possibil-) - formes de base semi-cognates
(complex -ité /compless -ità)
11
Régularités sur le plan constructionnel

• régularités de construction
• fr parfaitadj mentSadv ? parfaitementadv
• it perfettoadj menteSadv ? perfettamenteadv
• stratégies de constructions régulières
• Xadj Suffixeadv ? X adv

12
Exploitation des régularités

• régularités lexicales
• lexique informatisé
• génération de néologismes (Namer, 2001)
• .
• régularités de construction
• incomplétude lexicale en traduction automatique
  (Gdaniec et al, 2001)

13
Exploitation des régularités lexicales

• dans un lexique informatisé
• rationalisation des informations
  morpho-syntaxiques
• uniformisation des informations
  morpho-syntaxiques
• réduction de la place de stockage

14
Les liens morphologiques dans un lexique
informatisé

• ce que lon veut formaliser

im possibil ité/ità
15
Exemple lexique dhéritage multilingue
16
Évaluation des régularités lexicales
Dans des ressources lexicales existantes
(Multext, 1996)
17
Évaluation des régularités lexicales (2)
Données empiriques récoltées sur le Web
(Webaffix, Tanguy et al. 2002)
Nombreux néologismes scientifiques
biodiversitéfr / biodiversitàit , cellularitéfr /
cellularitàit
18
Exploitation des régularités de construction

• incomplétude lexicale en traduction automatique
• inférence par le système de la traduction dun
  mot construit mais absent de son dictionnaire
• parfaitement ?? ? perfettamente

19
Transfert lexical en TA (Gdaniec et al, 2001)
Dictionnaire bilingue parfaitfr perfettoit
Stratégie de construction (fr)
Stratégie de construction (it)
Analyse parfaitAdj mentSuff
Génération perfettoAdj menteSuff
Mot inconnu parfaitement
Validation perfettamente
20
Exploitation conclusion

• évaluation positive
• grand potentiel
• néologismes
• ajout dautres langues latines
• procédé encourageant pour pallier lincomplétude
  lexicale en TA

21
Référence

• The PolyLex Web Page (1998) http//www.cogs.susx
  .ac.uk/lab/nlp/polylex/polylex.html
• Bouillon P. et al. (1998) Traitement automatique
  des langues naturelles, Bruxelles, Editions
  Duculot.
• Ford A. et al. (1997) Pace Panini Towards a
  Word-Based Theory of morphology, New York, Peter
  Lang Publishing.
• Gdaniec C, et al (2001), Derivational Morphology
  to the Rescue How it can help Resolve Unfound
  Words in MT, MT summit VIII.
• Geysen R. (1990) Dictionnaire des formes
  analogues en 7 langues avec résumé de grammaire
  comparée, Deuxième édition, Paris, Duculot.
• Lehmann et al, (1998) Introduction à la
  lexicologie Paris, Dunod
• Namer F. (2001) Génération automatique de
  néologisme bilingues morphologiquement construits
  en français et en italien, in TALN 2001, pp.
  281-296.

22
Référence

• Sproat R. (1992) Morphology and Computation,
  Cambridge, The MIT Press.
• Russel et al.   A Practical Approach to
  Multiple Default Inheritance for Unification
  Based Lexicons  in Computational Linguistics ,
  Sept. 1992 18-3
• Tanguy L. et Hathout N. (2002) Webaffix  un
  outil dacquisition morphologique dérivationnelle
  à partir du web, in TALN 2002. pp. 245-254.
• Tiberius C. (2002)  How to buid a multilingual
  inheritance-based lexicon  in LREC 2002,
  Proceedings, volume II. pp. 701-708.
• Walter H. (1997) Laventure des mots français
  venus dailleurs, Paris, R. Laffont.
• Cartoni Bruno, (2003) Vers une exploitation des
  liens morphologiques multilingues, mémoire de
  DEA, ÉTI, Uni. De Genève, disponible à
  http//www.issco.unige.ch/staff/bruno