Enrichissement d’un lexique bilingue par apprentissage analogique [Enrichment of a Bilingual Lexicon by Analogical Learning]

Enrichissement d’un lexique bilingue par apprentissage analogique Philippe Langlais — Alexandre Patry Département d’Informatique et de Recherche Opérationnelle Université de Montréal CP. 6128 Succ. Centre-Ville H3C 3J7 Montréal, Canada felipe@iro.umontreal.ca RÉSUMÉ. La présence de mots inconnus dans les applications langagières représente un défi de taille bien connu auquel n’échappe pas la traduction automatique. Les systèmes profession- nels de traduction offrent à cet effet à leurs utilisateurs la possibilité d’enrichir un lexique de base avec de nouvelles entrées. Récemment, (Stroppa et Yvon, 2005) démontraient l’intérêt de l’apprentissage analogique pour l’analyse morphologique d’une langue. Dans cette étude, nous montrons qu’il offre également une réponse adaptée au problème de l’enrichissement d’un lexique bilingue et à la traduction d’entrées lexicales inconnues en particulier. ABSTRACT. Unknown words are a well-known hindrance to natural language applications. In particular, they drastically impact machine translation quality. An easy way out commercial translation systems usually offer their users is the possibility to add unknown words and their translations into a dedicated lexicon. Recently, (Stroppa et Yvon, 2005) shown how analogical learning alone deals nicely with morphology in different languages. In this study we show that analogical learning offers as well an elegant and efficient solution to the problem of identifying potential translations of unknown words. MOTS-CLÉS : analogie formelle, enrichissement de lexiques bilingues, traduction automatique. KEYWORDS: formal analogy, bilingual lexicon projection, machine translation. TAL. Volume 49 – n◦1/2008, pages 13 à 40 14 TAL. Volume 49 – n◦1/2008 1. Introduction Une analogie proportionnelle ou analogie met en relation quatre entités, ce que l’on dénote habituellement [x : y :: z : t] et se lit : « x est à y ce que z est à t ». Pour ne prendre qu’un exemple, lors de l’exposition EXPO NANO sur les nanotechnologies qui s’est tenue à la Cité des sciences et de l’industrie de la ville de Paris1, on pouvait lire la description suivante pour familiariser les élèves du collège à la notion de nanomètre : Il y a la même différence de taille entre un atome et une balle de tennis, qu’entre cette même balle et notre planète. Même si le deuxième et le troisième terme sont identiques dans cette relation, il s’agit bien là d’une analogie2 que nous pourrions noter [atome : balle :: balle : planète]. Le raisonnement par analogie, qui manipule ce type de relations, est un principe bien connu en sciences cognitives et en intelligence artificielle (Gentner et al., 2001). L’aptitude à raisonner par analogie a notamment longtemps fait l’ob- jet de questions dans les tests SAT (Scholastic Assessment Test) aux États-Unis. Ces tests, introduits en 1926, sont destinés aux étudiants désirant s’inscrire au lycée. Ils incluaient jusqu’en 20043 des questions où l’on présentait une paire de mots stimuli (ex. : maçon : pierre) à un sujet qui devait identifier parmi plusieurs autres paires celle correspondant au stimuli (ex. : charpentier : bois). Comme le discute (Turney, 2006), ce type d’analogie consiste à rapprocher des relations impliquées entre deux paires d’éléments : Analogy is a …

Content truncated to 500 words