D-STAG : un formalisme d’analyse automatique de discours fondé sur les TAG synchrones [D-STAG : a discourse analysis formalism based on synchronous TAGs]

D-STAG : un formalisme d’analyse automatique de discours fondé sur les TAG synchrones Laurence Danlos ALPAGE Université Paris 7 Institut Universitaire de France 30, rue Château des Rentiers, F-75013 Paris Laurence.Danlos@linguist.jussieu.fr RÉSUMÉ. Nous proposons D-STAG, un nouveau formalisme pour l’analyse automatique de la structure discursive des textes. Les analyses produites par D-STAG sont des structures de discours hiérarchiques annotées de relations de discours, qui sont compatibles avec les structures de discours produites en SDRT. L’analyse discursive prolonge l’analyse phrastique, sans modifier celle-ci, ce qui rend envisageable la mise en œuvre d’un analyseur de discours. ABSTRACT. We propose D-STAG, a new formalism for the automatic analysis of the discourse structure of texts. The analyses computed by D-STAG are hierarchical discourse structures annotated with discourse relations, that are compatible with discourse structures computed in SDRT. The discourse analysis extends the sententiall analysis, without modifying it, which makes conceivable the realization of a discourse analyzer. MOTS-CLÉS : discours, SDRT, grammaires d’arbres adjoints (synchrones), syntaxe-sémantique KEYWORDS: Discourse, SDRT, (Synchronous) Tree Adjoining Grammar, Syntax-Semantics TAL. Volume 50 – n˚ 1/2009, pages 111 à 143 112 TAL. Volume 50 – n˚ 1/2009 1. Introduction Nous proposons un nouveau formalisme d’analyse automatique de textes écrits, appelé D-STAG pour Discourse Synchronous TAG. Ce formalisme prolonge l’analyse phrastique au niveau discursif : il s’appuie sur un analyseur phrastique qui produit une analyse syntaxique et sémantique de chaque phrase composant le texte, et complète ces résultats par une analyse discursive. L’analyse discursive consiste à construire la « structure de discours » du texte donné en entrée. Une structure de discours repose sur des « relations de discours » (aussi appelées « relations rhétoriques ») qui relient des segments de discours – ou plus précisément les représentations sémantiques de ces segments de discours. Un discours n’est cohérent que si chaque élément d’information apporté dans le discours est relié rhétoriquement à un autre élément d’information, ce qui débouche sur une structure connexe pour le discours dans son ensemble. Pour la partie discursive de notre analyseur de textes, nous nous sommes appuyée sur SDRT – Segmented Discourse Representation Theory (Asher, 1993 ; Asher et Lascarides, 2003) – qui est une des théories les plus élaborées pour le discours. Notre formalisme produit des structures de discours qui sont compatibles avec celles produites par SDRT. De ce fait, D-STAG peut bénéficier des résultats apportés par cette théorie du discours. Par exemple, D-STAG inclut l’implémentation de la contrainte de la frontière droite qui a été mise en avant en SDRT et qui limite grandement le nombre d’analyses possibles. Les chercheurs travaillant dans le cadre de SDRT fournissent un travail théorique de grande qualité, mais n’ont pas concentré leurs efforts sur la question de l’implé- mentation robuste, efficace et à grande échelle d’un analyseur de textes calculant la structure d’un discours. Or, c’est notre objectif. Pour cet aspect du travail, nous nous sommes tournée vers un formalisme qui a un bon pouvoir expressif tout en restant efficace, à savoir TAG – Tree Adjoining Grammar (Joshi, 1985). TAG …

Content truncated to 500 words