Analyse d'énoncés oraux pour le dialogue homme-machine à l'aide de grammaires lexicalisées d'arbres
Abstract
This thesis investigates a linguistically motivated grammatical formalism for the robust parsing of spoken utterances in the context of Man-Machine Dialogue. We propose a framework for the spoken language processing based on Lexicalized Tree Adjoining Grammars (LTAG). LTAG is an interesting formalism for both parsing and linguistic descriptions. In order to adapt the formalism to spoken dialogue, we present first a parsing algorithm that delivers derivations for all the most extended grammatical chunks of an utterance - the connection driven parsing algorithm. The efficiency of this algorithm is based on tabular techniques and structure sharing precompilations. Complementary, we propose principles to capture spoken language constraints in a classical LTAG and additional parsing repairs rules dedicated to phenomena as spoken disfluencies. These propositions are implemented in a system called EGAL (Lexicalized Tree Grammars Extractions) which allows an assisted specialization of a general grammar to an application sublanguage according to a Wizard of Oz corpora. The system allows also to test various parsing algorithms in order to evaluate the resulting grammar and our robust algorithms.
Cette thèse est une contribution à l'analyse grammaticale d'énoncés oraux dans le cadre d'un système de dialogue homme-machine. Le gain potentiel pour une application se situe à la fois en termes de performance, de robustesse et de couverture de la langue, mais également en termes d'interaction avec un module de reconnaissance de la parole. Nous nous sommes fondés sur le formalisme des grammaires lexicalisées d'arbres adjoints (LTAG), choix que nous justifions, à la vue des différents formalismes existants, par des propriétés intéressantes autant linguistiques qu'informatiques. Afin d'adapter ce formalisme à l'analyse locale et robuste d'énoncé oraux, nous présentons tout d'abord un algorithme original délivrant des analyses pour les différents segments grammaticaux présents dans l'énoncé. Cet algorithme repose sur des techniques tabulaires et de compaction de la grammaire ce qui associe efficacité et robustesse. De manière complémentaire, nous présentons des principes permettant de capturer les contraintes de la langue parlée avec une LTAG, ainsi que des mécanismes additionnels de détection et de réparation de certaines distorsions syntaxiques de l'oral. L'ensemble de ces propositions est intégré dans un système implanté nommé EGAL (Extraction de Grammaire d'Arbres Lexicalisée), permettant de spécialiser de façon semi-automatique une grammaire générale de la langue à un sous-langage d'application spécifique à l'aide de corpus de type Magicien d'Oz. Le système fournit également un atelier de tests d'analyse pour évaluer la grammaire obtenue et les solutions robustes proposées.
Origin | Files produced by the author(s) |
---|