Structures syntaxiques produites par les formalismes grammaticaux . 134

Dans la sous-section pr´ec´edente, nous avons dress´e la liste des informations syntaxiques qui

sont n´ecessaires au calcul d’une repr´esentation s´emantique de la phrase. Dans les structures

produites par les formalismes grammaticaux, la repr´esentation des informations syntaxiques

prend des formes vari´ees :

– Le r´esultat d’une analyse en LTAG est un couple form´e d’un arbre de constituants et d’un

arbre de d´erivation. Les d´ependances locales sont cod´ees dans la structure de constituants.

Les d´ependances `a longue distance, les relations de contrˆole et les relations d’ant´ec´edent

sont indiqu´ees par une co-r´ef´erence entre un nœud et sa trace.

– Le r´esultat d’une analyse en HPSG est une structure de traits synth´etisant

l’informa-tion contenue dans la phrase, accompagn´ee de l’arbre des structures de traits utilis´ees et

construites au cours de l’analyse. Toutes les d´ependances sont cod´ees dans la structure de

traits finale.

– Le r´esultat d’une analyse en LFG est un couple form´e d’un arbre de constituants et d’une

structure de fonctions grammaticales. Toutes les d´ependances sont cod´ees dans la structure

de fonctions grammaticales.

– Le r´esultat d’une analyse en CG, TLG et CCG, est une formule qui repr´esente la

contri-bution globale de la phrase, accompagn´ee d’un arbre de d´erivation qui repr´esente la d´

e-monstration de cette formule. Les d´ependances locales et les relations d’ant´ec´edent simples

que nous consid´erons ici sont r´ealis´ees par simple composition. Les d´ependances `a longue

distance sont cod´ees par des traits co-index´es attach´es `a certaines cat´egories, de mˆeme que

les relations de contrˆole.

8.3. ´El´ements pour le choix du format des structures syntaxiques 135

– Les formalismes qui s’inscrivent dans le courant des Grammaires de D´ependances (DG) [Mel88],

comme les GUST [Kah02,Lis06] et les XDG [Deb06], produisent des structures de d´

epen-dance. Les d´ependances `a longue distance sont indiqu´ees dans la structure de d´ependance

syntaxique de surface, les relations de contrˆole et les relations d’ant´ec´edent sont indiqu´ees

dans la structure de d´ependance syntaxique profonde.

– Le r´esultat d’une analyse en IG est un triplet compos´e d’un ensemble de structures initiales,

d’un arbre syntaxique final et d’une fonction d’interpr´etation qui les relie. Les d´ependances

locales sont cod´ees dans la structure en constituants, les d´ependances `a longue distance,

les relations de contrˆole et les relations d’ant´ec´edent sont cod´ees par des co-r´ef´erences de

traits.

La fa¸con dont les LTAG, les CCG et les IG codent certaines d´ependances dans leurs

struc-tures syntaxiques est compr´ehensible par le linguiste mais requiert d’interpr´eter les structures

syntaxiques. Ces d´ependances sont donc cod´ees d’une fa¸con suffisamment indirecte pour que

leur proc´edure d’extraction soit non triviale. Les proc´edures d’extraction propos´ees pour les

CCG [CHS02,HS07], les LTAG [SG05] et les IG [MGP10] utilisent toutes l’historique d´etaill´e de

l’analyse syntaxique pour retrouver les d´ependances cod´ees indirectement. En LTAG et CCG, la

structure de d´erivation ne suffit pas. Par cons´equent, les m´ethodes d’extraction propos´ees pour

les CCG et les LTAG sont intrusives car elles n´ecessitent de modifier l’algorithme d’analyse.

La m´ethode d’extraction pour les IG repose sur l’analyse du graphe d’interpr´etation, qui repr´

e-sente les structures initiales, la structure finale et la fonction d’interpr´etation. L’explicitation

de la mod´elisation linguistique implicitement adopt´ee dans la grammaire permet de d´ecrire la

r´ealisation des diff´erentes relations grammaticales par des motifs de graphe. Dans ces motifs, les

polarit´es contenues dans les structures initiales jouent un rˆole central pour d´eterminer les mots

qui sont reli´es par une relation grammaticale.

La diversit´e des structures syntaxiques produites par les formalismes grammaticaux

lexicali-s´es nous incite `a rechercher un format de structures syntaxiques plus consensuel. Cette question

s’est d´ej`a pos´ee lors des campagnes d’´evaluation des analyseurs syntaxiques pour lesquels des

formats de structures syntaxiques ont ´et´e propos´es [CMB03].

8.3.3 Structures syntaxiques utilis´ees pour la comparaison et l’´evaluation

d’analyses

De fa¸con g´en´erale, il est tr`es difficile de comparer et d’´evaluer pr´ecis´ement les structures

g´en´er´ees par diff´erents formalismes grammaticaux. Les premi`eres tentatives de comparaison,

assimilant les formalismes aux conceptions linguistiques qui avaient motiv´e leur d´efinition, ont

´et´e faites en termes formels. Le d´ebat se poursuit sur ce terrain mais il a ´et´e ´eclips´e sur le

plan concret par le besoin pragmatique d’´evaluer et de comparer les analyses produites par

diff´erents analyseurs. Des formats de structures syntaxiques ont ´et´e con¸cus pour les campagnes

d’´evaluation, avec pour objectif d’ˆetre neutres par rapport aux formalismes et aux grammaires

tout en repr´esentant une information linguistique pr´ecise.

Comparaison formelle d’analyses

Sur un plan purement formel, les formalismes grammaticaux sont traditionnellement

compa-r´es sous deux aspects, qui correspondent aux deux langages que ces formalismes g´en`erent [Cho65] :

1. les langages de chaˆınes, ce qui constitue leur capacit´e g´en´erative faible;

2. les langages de structures d’analyse, par exemple les arbres d’analyse ou les arbres de

d´emonstration, ce qui constitue leurcapacit´e g´en´erative forte.

Vijay-Shanker et Weir ont par exemple montr´e que les TAG, les Grammaires Index´ees

Li-n´eaires (LIG) [Gaz85], les Grammaires guid´ee par les Tˆetes (HG) [Pol84] et les CCG sont

fai-blement ´equivalentes [VSW94]. Cependant, alors que la capacit´e g´en´erative faible est une notion

clairement ´etablie, la d´efinition pr´ecise de lacapacit´e g´en´erative forte reste floue [Mil99].

Le probl`eme est que, comme les diff´erents formalismes grammaticaux ont ´et´e con¸cus pour

mod´eliser des th´eories linguistiques diff´erentes, ils n’ont pas ´et´e con¸cus pour g´en´erer les mˆemes

structures. L’impossibilit´e pour un formalisme de g´en´erer une structure particuli`ere n’est donc

pas un crit`ere valable pour rejeter sa pertinence pour l’analyse de la langue naturelle. Plus g´en´

era-lement, les structures d’analyse sont trop propres `a un formalisme pour permettre une r´eelle

com-paraison des analyses entre formalismes diff´erents. La pertinence de la capacit´e g´en´erative forte

pour comparer les formalismes grammaticaux est par cons´equent mise en doute [Kal06,Kuh10].

Comparaison linguistique d’analyses

Le besoin d’un format de structures syntaxiques neutre, permettant de repr´esenter une

in-formation linguistique pr´ecise tout en restant neutre par rapport aux formalismes et aux

gram-maires, s’est fait ressentir concr`etement pour la comparaison et l’´evaluation des analyseurs

syn-taxiques.

Les premi`eres campagnes ´evaluaient les analyseurs syntaxiques sur leur capacit´e `a reconnaˆıtre

les constituants d’une phrase. L’examen critique des r´esultats de ces campagnes a amen´e `a

abandonner les constituants au profit des relations grammaticales, not´ees GR pour Grammatical

Relations, consid´er´ees comme fournissant une m´etrique d’´evaluation plus fid`ele [CBS98,CFL

⁺

02,

KCR

⁺

03]. Les relations grammaticales englobent les relations de d´ependance (locales et `a longue

distance), les relations de contrˆole et les relations d’ant´ec´edents. Les relations grammaticales sont

consid´er´ees comme moins idiosyncratiques et v´erifiables plus rapidement et intuitivement par

des humains que les structures de constituants.

L’´emergence des analyseurs en d´ependances statistiques a r´ecemment relanc´e l’int´erˆet pour

des corpus d’´evaluation, au format GR, qui testent la capacit´e des analyseurs `a retrouver les

d´ependances difficiles comme les d´ependances `a longue distance [RCS09,NRMGR10], mais ´

ega-lement d’autres relations grammaticales dont le tough-movement et le contrˆole [BFOZ11].

8.3. ´El´ements pour le choix du format des structures syntaxiques 137

Format de la campagne _passage Pour le fran¸cais, un format de structures syntaxiques a

´et´e d´efini pour la campagne d’´evaluation des analyseurs syntaxiques _passage

13

. Ce format

14

consiste en un d´ecoupage de la phrase en groupes syntaxiques continus non r´ecursifs, similaires `a

deschunks

¹⁵

(groupes nominaux not´es GN, groupes pr´epositionnels not´es GP, noyaux verbaux

not´es NV. . . ), et de relations syntaxiques. Les relations sont ´etiquet´ees `a l’aide d’un jeu de

14 ´etiquettes, dont chacune repr´esente une fonction syntaxique et ´eventuellement la cat´egorie

grammaticale du gouverneur de la relation. Par exemple, on distingue la relation modifieur de

nom (_{MOD N}) de celle de modifieur de verbe (_{MOD V})

Dans le guide d’annotation, les relations sont annot´ees entre deux mots, entre un groupe

syntaxique et un mot ou entre deux groupes syntaxiques. La pr´esence d’une tˆete dans chaque

groupe syntaxique permet cependant de faire syst´ematiquement porter les relations sur les mots

et de se ramener ainsi `a une structure plus proche d’une structure de d´ependance. La structure

form´ee par les relations dans une phrase est libre ; rien n’impose par exemple que ce soit un

arbre. En particulier, le sujet des infinitifs et participes est annot´e d`es que possible : infinitifs

introduits par un verbe `a contrˆole, participes tˆetes de participiales, g´erondifs. . .

L’annotation en groupes et d´ependances syntaxiques au formatpassagede la phrase«Jean

lit un livre que Marie connaˆıt» est donn´ee par la figure 8.3. Pour se conformer `a l’usage en

grammaires de d´ependance, le sens des d´ependances est invers´e par rapport au format officiel

passage. Le d´eterminant«un» reste isol´e car _passage ignore les relations d´eterminant-nom.

GN1 NV2 GN3 GN4 GN5 NV6

Jean lit un livre que Marie connaît

SUJ_V COD_V SUJ_V

COD_V

MOD_N

Figure 8.3 – Phrase annot´ee au format passage

Ce format a plusieurs points communs avec le format d’annotation fonctionnelle du _ftb en

constituants. Ainsi, ce format ne contient pas les d´ependances internes aux constituants, telles

que le lien entre un d´eterminant et le nom qu’il d´etermine. D’autre part, les constituants doivent

ˆetre continus. Ce qui pourrait ˆetre mod´elis´e dans un autre format par un constituant discontinu

est ici annot´e comme deux constituants distincts qui ont la mˆeme fonction par rapport au verbe.

Les structures hybrides du format _passage sont le fruit d’un compromis entre diff´erentes

m´etriques et ne forment pas des structures linguistiques totalement exploitables en tant que

telles. Ce format ne permet pas de construire des structures syntaxiques compl`etes, contrairement

aux formats de relations grammaticales qui ont ´et´e d´efinis pour l’anglais. Il ne nous est donc pas

13. http://atoll.inria.fr/passage/

14. http://www.limsi.fr/Individu/anne/Guide/PEAS_reference_annotations_v2.2.html

possible d’adopter ce format en l’´etat comme point de d´epart au calcul de la s´emantique.

Dans le document Étiquetage grammatical symbolique et interface syntaxe-sémantique des formalismes grammaticaux lexicalisés polarisés (Page 149-153)