Séminaire Alpage : Ophélie Lacroix

Ophélie Lacroix (LIMSI/CNRS)
Apprentissage partiel de dépendances syntaxiques et application au transfert cross-lingue

L'apprentissage supervisé est largement utilisé dans le domaine du TAL mais requiert l'exploitation de données correctement annotées. Nous nous intéressons en particulier au cas de l'analyse syntaxique en dépendances et montrons qu'il est possible d'apprendre un analyseur par transition à partir de données partiellement annotées.
Ce procédé est notamment profitable dans le cas du transfert d'annotations cross-lingue pour lequel les informations syntaxiques (les dépendances) sont projetées d'une langue source (bien dotée) à une langue cible (peu dotée) via des liens d'alignements. Les données partiellement annotées générées à partir de cette méthode permettent d'apprendre des analyseurs en dépendances pour les langues ciblées. Cette méthode simple de transfert obtient des performances qui rivalisent avec celles de méthodes état-de-l'art récentes, tout en ayant un coût algorithmique moindre.