Cours 11 Référence Contraintes sur les expressions coréférentes Préférences entre référents possibles Algorithmes de résolution des références

Référence Jean est allé chez un concessionnaire voir une Mazda Bouddha. Il la regardée pendant à peu près une heure. Jean et Il dénotent une même personne Jean et Il sont des expressions La personne en question est le référent Jean et Il réfèrent à cette personne Jean et Il sont coréférents Jean est un antécédent de Il Il est une anaphore

Référence Quand il la achetée, Jean a regardé la voiture avec soin Jean et Il sont coréférents Le pronom (Il) est placé avant le groupe nominal (Jean), ce qui est beaucoup plus rare que l'inverse Jean est un conséquent de Il Il est une cataphore

Expressions référant à une nouvelle entité J'ai vu une Mazda Bouddha aujourd'hui Ils ont livré des Mazda Bouddha au concessionnaire auhourd'hui Déterminants : un, deux, plusieurs, des, certains, du, un peu de, beaucoup de... La rue la plus longue de Paris est la rue de Vaugirard La jeune femme que vous venez de voir est Françoise Déterminants : le, son, ce...

Référence lexicale J'ai vu une Mazda Bouddha aujourd'hui à Prague et mon voisin en a une à Paris J'ai vu une Mazda Bouddha aujourd'hui à Prague mais celle de mon voisin à Paris est plus belle Pas de coréférence entre le groupe nominal et le pronom (ce sont deux voitures différentes) Pronoms : en, celui...

Expressions référant à une entité déjà mentionnée Deux ans plus tard, dans un hôtel à Prague, Luc retrouve Marie. L'hôtel était d'ailleurs celui que tu connais. Deux ans plus tard, dans un hôtel à Prague, Luc retrouve Marie. Cet établissement était peu élégant. Déterminants : le, ce... Luc a vu une Mazda Bouddha aujourd'hui. Il a eu envie de l'acheter, mais sa femme n'est pas d'accord. Pronoms : il, le, lui, en, se, ce dernier, celui-ci, cela... Possessifs : son

Référence implicite Luc a acheté une Mazda Bouddha mais la carrosserie a des défauts. (la carrosserie de la Mazda) Luc a promis à Marie de revenir (le sujet implicite de revenir est Luc) Luc a permis à Marie de revenir (le sujet implicite de revenir est Marie)

Contraintes Accord en personne, en genre et en nombre entre groupe nominal et pronom coréférents Luc a acheté une voiture mais elle ne lui plaît pas Luc a acheté une voiture mais je ne lui plais pas Luc a acheté une voiture mais il ne lui plaît pas Luc a acheté une voiture mais elle ne leur plaît pas mais L'imprimante est encore en panne. Je déteste cet appareil.

Contraintes Contraintes de coréférence internes à la phrase Il a acheté une voiture à LucIl et Luc jamais coréférents Il lui a acheté une voitureIl et lui jamais coréférents Il s'est acheté une voitureIl et se toujours coréférents Il a dit que Luc vientIl et Luc jamais coréférents

Contraintes Compatibilité entre prédicats et arguments Le jour où Luc est tombé malade était proche d'une échéance professionnelle importante. Mais il va mieux. Le jour où Luc est tombé malade et il ne peuvent pas être coréférents Le prédicat va mieux ne peut pas prendre comme sujet Le jour où Luc est tombé malade

Préférences Un pronom, plusieurs antécédents possibles Pour une entité mentionnée plus récemment qu'une autre Luc est sorti mais Marc est ici. Il va mieux. Il réfère à Marc plutôt qu'à Luc Pour le sujet plutôt qu'un complément, pour un complément direct plutôt qu'indirect... Marie est au téléphone avec Anne. Luc la cherche partout. Luc a raccompagné sa voisine chez Marie. Elle va mieux.

Préférences Pour une expression qui occupe la même position que le pronom dans une structure syntaxique parallèle Luc s'est rapproché de Max. Au contraire, Guy s'est éloigné de lui. Préférences pragmatiques (on comprend la situation) Luc a offert trois bandes dessinées à Max. Il adore ça. Luc a emprunté trois bandes dessinées à Max. Il adore ça. Luc admire Max. Il est jongleur. Luc a impressionné Max. Il est jongleur.

Deux algorithmes de résolution de références Principe Le référent le plus plausible pour un pronom est l'entité qui a le plus de "poids" Algorithme 1 (Lappin & Leass, 1994) Poids initial d'une expression Poids initial d'une entité en un point du texte : dépend des poids initiaux des expressions référant à l'entité déjà rencontrées Poids total d'une entité par rapport à un pronom : dépend du pronom et du poids initial de l'entité Algorithme 2 (Brennan, Friedman & Pollard, 1987) (pas vu en ) Liste des référents mentionnés dans une phrase, par ordre de poids décroissant

Algorithme 1 Facteurs de poids initiauxPoids Pour chaque occurrence100 Sujet80 Après There is70 Autre argument dun verbe, sans préposition50 Autre argument dun verbe, avec préposition40 Non séparé par une ponctuation50 Non complément dun autre groupe nominal80

Algorithme 1 mettre à jour le poids initial du référent R d'une expression E : si E réfère à une nouvelle entité créer une nouvelle entité ajouter E aux expressions référant à R R.poids_initial = R.poids_contextuel pour chaque facteur de poids initial F calculer E.poids_initial(F) P = maximum des ER.poids_initial(F) pour toutes les expressions ER de la même phrase référant à R et déjà rencontrées R.poids_initial = R.poids_initial + P

Exemple John saw a beautiful Mazda Buddha at the dealership JohnM.B.dealership Pour chaque occurrence Sujet80 Après There is Compl. direct50 Compl. indirect Non séparé Non compl. dun GN Poids initial

Algorithme 1 À chaque expression pouvant référer à une entité mettre à jour le poids initial de l'entité À chaque fin de phrase pour chaque entité mentionnée dans la phrase entité.poids_contextuel = entité.poids_initial diviser les poids contextuels de toutes les entités par 2 À chaque pronom de la 3e personne non réfléchi déterminer le référent du pronom mettre à jour le poids initial du référent

Exemple John saw a beautiful Mazda Buddha at the dealership. He showed it to Bob. JohnMazda dealershipBob HeitBob Poids contextuel Pour chaque occurrence Sujet80 Après There is Compl. direct50 Compl. indirect40 Non séparé Non compl. dun GN Poids initial

Exemple John saw a beautiful Mazda Buddha at the dealership. He 1 showed it 1 to Bob. He 2 bought it 2. JohnMazda dealershipBob He 2 it 2 Poids contextuel232,521057,5135 Pour chaque occurrence Sujet80 Après There is Compl. direct50 Compl. indirect Non séparé5050 Non compl. dun GN8080 Poids initial542,549057,5135

Algorithme 1 Facteurs de poids finauxPoids Parallélisme des positions syntaxiques35 Cataphore- 175

Algorithme 1 Déterminer le référent d'un pronom : lister les candidats référents jusquà la 4 e phrase avant pour chaque candidat si (il concorde en genre et en nombre avec le pronom et satisfait les contraintes de coréférence internes à la phrase) candidat.poids_total = candidat.poids_initial + les facteurs de poids finaux applicables référent = le candidat dont le poids total est maximal, et sil y en a plusieurs, le plus proche

Exemple John saw a beautiful Mazda Buddha at the dealership. He 1 showed it 1... JohnMazda dealership He 1 Poids contextuel Poids initial Accord-++ Contraintes++ Parallélisme35 Cataphore Poids total Résultat : le référent de it 1 est Mazda

Algorithme 2 (pas vu en ) Pour chaque phrase P i : For(P i ) est la liste des entités mentionnées dans P i, par ordre de poids décroissant (sujet, groupe nominal après There is, complément de verbe sans préposition, complément de verbe avec préposition, complément séparé par une virgule) Pref(P i ) est l'entité de poids maximal dans For(P i ) Back(P i+1 ) est l'entité de poids maximal parmi celles de For(P i ) mentionnées dans P i+1

Exemple John saw a beautiful Mazda Buddha at the dealership. He 1 showed it 1 to Bob. He 2 bought it 2. For(P 1 ) = ( John, Mazda, dealership ) Back(P 1 ) non défini For(P 2 ) = ( John, Mazda, Bob ) Back(P 2 ) = John For(P 3 ) = ( John, Mazda ) Back(P 3 ) = John

Algorithme 2 pour chaque phrase P i lister les pronoms et les candidats référents lister les couples pronom/référent possibles pour chaque façon A dassigner un référent à chaque pronom si (A viole une contrainte de coréférence interne à la phrase) éliminer A calculer Back(P i ), For(P i ), Pref(P i ) si (Back(P i ) n'est pas un pronom dans P i et un autre élément de For(P i-1 ) est un pronom dans P i ) éliminer A calculer A.score(Back(P i-1 ), Pref(P i ), Back(P i )) choisir un A qui a le score maximal

Exemple John saw a beautiful Mazda Buddha at the dealership. He 1 showed it 1 to Bob. He 2 bought it 2. PronomsRéférents A 1 He 2 John it 2 Mazda Back(P 3 ) = JohnFor(P 3 ) = ( John, Mazda ) A 2 He 2 Bob it 2 Mazda Back(P 3 ) = MazdaFor(P 3 ) = ( Bob, Mazda ) A 3, A 4 it 2 dealership

Algorithme 2 A.score(Back_precedent, Pref, Back) : si Back_precedent = Back ou Back_precedent indéfini si Pref = Backscore = 3 sinonscore = 2 sinon si Pref = Backscore = 1 sinonscore = 0

Exemple John saw a beautiful Mazda Buddha at the dealership. He 1 showed it 1 to Bob. He 2 bought it 2. Back(P 2 ) = John A 1 He 2 John it 2 Mazda Back(P 3 ) = JohnFor(P 3 ) = ( John, Mazda ) A 1.score = 3 A 2 He 2 Bob it 2 Mazda Back(P 3 ) = MazdaFor(P 3 ) = ( Bob, Mazda ) A 2.score = 0 A 3.score = 3A 4.score = 1Résultat : le référent de He 2 est John

Exemple avec résultat faux Bob opened up a new dealership last week. John took a look at the Mazdas in his lot. He ended up buying one. Back(P 2 ) = Bob A 1 HeJohn Back(P 3 ) = JohnFor(P 3 ) = ( John ) A 1.score = 1 A 2 HeBob Back(P 3 ) = BobFor(P 3 ) = ( Bob ) A 2.score = 3 Le résultat est Bob au lieu de John comme référent de He