Analyse syntaxique et expressions polylexicales pour le fran?ais – PARSEME-FR

Le projet PARSEME-FR a pour but d'améliorer la précision linguistique et l'efficacité computationnelle d'applications du traitement automatique des langues (TAL), et en particulier l'analyse syntaxique et ses lens avec l'analyse sémantique. Le projet se concentre sur un des verrous principaux de ces applications: les expressions polylexicales (MWE), i.e. des groupes de mots avec un certain degré d'idiomaticité comme “hot dog”, “to kick the bucket”, “San Francisco 49ers” ou "to take a haircut". Malgré des avancées significatives ces dernières années, l'état-de-l'art concernant les MWE est largement insatisfaisant. Les travaux actuels sur ces expressions se concentrent essentiellement sur la création de lexiques ou sur leur reconnaissance automatique dans des textes. Seules quelques approches ont cherché à créer un lien entre expressions polylexicales et analyse profonde automatique de textes. Ces approches confirment qu'un traitement approprié des MWEs améliore à la fois la précision linguistique et la robustesse. Cependant, elles sont principalement limitées à quelques classes de MWEs et à l'analyse syntaxique. Cet état insatisfaisant est principalement du au manque de ressources linguistiques incluant des informations profondes sur les MWEs qui alimenteraient les analyseurs linguistiques. En Français, de telles ressources existent mais elles sont incomplètes en termes de représentation syntaxique et sémantique, de couverture et/ou d'adéquation avec les outils du TAL.
Dans ce projet, nous proposons de combler ces lacunes en étudiant à la fois la représentation syntaxique et sémantique des expressions polylexicales dans les ressources linguistiques utilisables en TAL, ainsi que l'intégration de l'analyse des MWE dans des analyseurs syntaxiques et ses liens avec l'analyse sémantique et pragmatique. Les délivrables attendus incluent des ressources linguistiques améliorées (lexiques, grammaires, corpus annotés), des analyseurs syntaxiques (profonds) et des outils liant les MWEs reconnus à des connaissances linguistiques ou du monde. Cette proposition est une spin-off nationale de l'action européenne COST IC1207 PARSEME sur le même sujet.