Acquisition automatique de lexiques sémantiques pour la recherche d'information - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2003

Automatic acquisition of semantic lexicons for information retrieval

Acquisition automatique de lexiques sémantiques pour la recherche d'information

Vincent Claveau

Résumé

Many applications in the field of Natural Language Processing (information retrieval, machine translation, etc.) need semantic resources that are specific to their tasks and domains. To satisfy this need we have developed ASARES, a corpus-based lexical semantic acquisition system. It fulfills three objectives: it has good extraction results; these results and the whole acquisition process are interpretable; and it is generic and automatic enough to be easily portable from a corpus to another. To achieve these goals, ASARES uses a machine learning method ---inductive logic programming--- which makes possible to infer part-of-speech and semantic patterns from examples of the semantic elements we want to acquire. These patterns are then used to extract new elements from the corpus. We also show that it is possible to combine this symbolic method with statistical acquisition methods to make ASARES more automatic. To validate our system, we have used it to acquire a kind of semantic relations between nouns and verbs defined in the Generative Lexicon and called qualia relations. This task has two main interests. On one hand, these relations are defined only in a theoretical point of view; the linguistic interpretation of the patterns thus allows to have a deeper understanding of their contextual realizations. On the other hand, several authors have noticed that such relations can be useful in information retrieval tasks because they make semantically equivalent reformulations of ideas accessible. With the help of a query expansion experiment using qualia relations extracted with ASARES, we show that this assumption is true to a certain extend: the performances of an information retrieval system are significantly improved though localized.
De nombreuses applications du traitement automatique des langues (recherche d'information, traduction automatique, etc.) requièrent des ressources sémantiques spécifiques à leur tâche et à leur domaine. Pour répondre à ces besoins spécifiques, nous avons développé ASARES, un système d'acquisition d'informations sémantiques lexicales sur corpus. Celui-ci répond à un triple objectif : il permet de fournir des résultats de bonne qualité, ses résultats et le processus ayant conduit à leur extraction sont interprétables, et enfin, il est assez générique et automatique pour être aisément portable d'un corpus à un autre. Pour ce faire, ASARES s'appuie sur une technique d'apprentissage artificiel symbolique --- la programmation logique inductive --- qui lui permet d'inférer des patrons d'extraction morphosyntaxiques et sémantiques à partir d'exemples des éléments lexicaux sémantiques que l'on souhaite acquérir. Ces patrons sont ensuite utilisés pour extraire du corpus de nouveaux éléments. Nous montrons également qu'il est possible de combiner cette approche symbolique avec des techniques d'acquisition statistiques qui confèrent une plus grande automaticité à ASARES. Pour évaluer la validité de notre méthode, nous l'avons appliquée à l'extraction d'un type de relations sémantiques entre noms et verbes définies au sein du Lexique génératif appelées relations qualia. Cette tâche d'acquisition revêt deux intérêts principaux. D'une part, ces relations ne sont définies que de manière théorique ; l'interprétabilité linguistique des patrons inférés permet donc d'en préciser le fonctionnement et les réalisations en contexte. D'autre part, plusieurs auteurs ont noté l'intérêt de ce type de relations dans le domaine de la recherche d'information pour donner accès à des reformulations sémantiquement équivalentes d'une même idée. Grâce à une expérience d'extension de requêtes, nous vérifions expérimentalement cette affirmation : nous montrons que les résultats d'un système de recherche exploitant ces relations qualia, acquises par ASARES, sont améliorés de manière significative quoique localisée.
Fichier principal
Vignette du fichier
these_Vincent_Claveau.pdf (2.13 Mo) Télécharger le fichier

Dates et versions

tel-00524646 , version 1 (08-10-2010)

Identifiants

  • HAL Id : tel-00524646 , version 1

Citer

Vincent Claveau. Acquisition automatique de lexiques sémantiques pour la recherche d'information. Interface homme-machine [cs.HC]. Université Rennes 1, 2003. Français. ⟨NNT : ⟩. ⟨tel-00524646⟩
406 Consultations
163 Téléchargements

Partager

Gmail Facebook X LinkedIn More