Énumération exhaustive et détection spécifique des analogies : étude pour les modèles de langue et la traduction automatique - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2012

Complete Enumeration and Specific Detection of Proportional Analogies: Studies for Language Models and Machine Translation

Énumération exhaustive et détection spécifique des analogies : étude pour les modèles de langue et la traduction automatique

Résumé

The research presented in this PhD thesis is in the machine translation field. By studying the foundations of example-based machine translation, especially in the Aleph system, we bring to light the problem of example selection. The Aleph system uses exclusively the operation of analogy to produce new sentences and new translations. The problem is to select the adequate sentences from a large corpus of examples to allow for the production of new sentences by analogy. Our first contribution consists in the design of a method for the complete enumeration of all analogies contained in a text. This method allows us to complete a statistical study of the most frequent analogies between word trigrams and to bring to light the most frequent patterns of analogy. These results allow us to design a new smoothing technique for trigram language models based on a small amount of patterns of analogy. We report experiments which show that this new smoothing technique outperforms classical methods.
Ce travail de thèse s'inscrit dans le cadre de la traduction automatique. En étudiant les fondements de la traduction automatique par l'exemple, et plus particulièrement le système Aleph, nous mettons en évidence le problème de la sélection des exemples. Le système Aleph emploie exclusivement l'analogie afin de produire de nouvelles phrases et de nouvelles traductions. Le problème est de sélectionner les phrases dans un grand corpus d'exemples afin de produire de nouvelles phrases par analogie. Notre premier apport consiste en l'élaboration d'une méthode permettant d'énumérer l'intégralité des analogies entre chaînes d'un texte. Cette méthode nous permet ensuite de mettre en œuvre une étude statistique des analogies les plus fréquentes entre trigrammes de mots et de mettre en évidence les patrons d'analogie les plus fréquents. Ces résultats permettent alors de concevoir une nouvelle méthode de lissage d'un modèle de langue trigramme basé sur un petit nombre d'analogies. Nos expériences montrent que cette méthode est très compétitive vis-à-vis des méthodes classiques.
Fichier principal
Vignette du fichier
memoire-final-julien-gosme.pdf (894.65 Ko) Télécharger le fichier
Loading...

Dates et versions

tel-00700559 , version 1 (23-05-2012)

Identifiants

  • HAL Id : tel-00700559 , version 1

Citer

Julien Gosme. Énumération exhaustive et détection spécifique des analogies : étude pour les modèles de langue et la traduction automatique. Informatique et langage [cs.CL]. Université de Caen, 2012. Français. ⟨NNT : ⟩. ⟨tel-00700559⟩
395 Consultations
293 Téléchargements

Partager

Gmail Facebook X LinkedIn More