Identification of Shell Nouns, Signals of Discourse Organisation (Identification des noms sous-spécifiés, signaux de l’organisation discursive) [in French]

[O-L3.2] 377 21ème Traitement Automatique des Langues Naturelles, Marseille, 2014 Identification des noms sous-spécifiés, signaux de l’organisation discursive Charlotte Roze1, 2 Thierry Charnois3 Dominique Legallois2 Stéphane Ferrari1 Mathilde Salles2 (1) GREYC, Université de Caen Basse-Normandie, Campus 2, 14000 Caen, France (2) CRISCO, Université de Caen Basse-Normandie, Campus 1, 14000 Caen, France (3) LIPN, Université Paris 13 Sorbonne Paris Cité, 93430 Villetaneuse, France {charlotte.roze,dominique.legallois, stephane.ferrari, mathilde.salles}@unicaen.fr, thierry.charnois@lipn.univ-paris13.fr Résumé. Dans cet article, nous nous intéressons aux noms sous-spécifiés, qui forment une classe d’indices de l’or- ganisation discursive. Ces indices ont été peu étudiés dans le cadre de l’analyse du discours et en traitement automatique des langues. L’objectif est d’effectuer une étude linguistique de leur participation à la structuration discursive, notamment lorsqu’ils interviennent dans des séquences organisationnelles fréquentes (e.g. le patron Problème-Solution). Dans cet article, nous présentons les différentes étapes mises en oeuvre pour identifier automatiquement ces noms en corpus. En premier lieu, nous détaillons la construction d’un lexique de noms sous-spécifiés pour le français à partir d’un corpus constitué de 7 années du journal Le Monde. Puis nous montrons comment utiliser des techniques fondées sur la fouille de données séquentielles pour acquérir de nouvelles constructions syntaxiques caractéristiques des emplois de noms sous- spécifiés. Enfin, nous présentons une méthode d’identification automatique des occurrences de noms sous-spécifiés et son évaluation. Abstract. In this paper, we focus on shell nouns, a class of items involved in the signaling of discourse organisation. These signals have been little studied in Natural Language Processing and within discourse analysis theories. The main goal is to study their participation to discourse organisation, especially when they occur in Problem-Solution patterns. In this paper, we present the different steps involved in shell nouns identification of these nouns. First, we present the lexical acquisition of shell nouns from a large corpus. Second, we show how a method based on the extraction of sequential patterns (sequential data mining techniques) allows to discover new syntactic patterns specific to the use of shell nouns. Finally, we present a shell nouns identification system that we evaluate. Mots-clés : noms sous-spécifiés, motifs séquentiels, structure discursive. Keywords: shell nouns, sequential patterns, discourse structure. 1 Introduction Le travail que nous présentons s’inscrit dans le cadre de l’analyse de l’organisation discursive et de l’étude des indices linguistiques de cette organisation. Parmi ces indices, une classe d’items a reçu jusqu’ici peu d’attention en Traitement Automatique des Langues et dans les théories d’analyse du discours telles que la RST (Mann et Thompson, 1988) ou la SDRT (Asher et Lascarides, 2003) : les noms sous-spécifiés (Legallois, 2008), appelés “shell nouns” (Schmid, 2000) ou “signalling nouns” (Flowerdew, 2003) dans les travaux sur l’anglais. Les noms sous-spécifiés (désormais NSS) sont des noms comme problème, idée ou objectif, ayant non seulement la capacité de référer à des entités abstraites 1 décrites par une proposition syntaxique, une phrase, ou des unités discursives plus larges, mais aussi de leur attribuer un label, de caractériser leur contenu, ou leur fonction dans l’organisation du discours dans lequel ils apparaissent. Selon Schmid …

Content truncated to 500 words