ASSTICCOT, RTP-DOC, Paris ASSTICCOT : Constitution de produits terminologiques à partir de corpus  N. Aussenac-Gilles (IRIT), A. Condamines (ERSS) www.irit.fr/ASSTICCOT/ De janvier à décembre 2002 Plan Rappels : objectifs initiaux et mode de fonctionnement Méthode de travail Expériences interdisciplinaires Réponses à une grille de réflexion commune Résultats Perspectives 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Objectifs de l’Action Spécifique Rappels M1/Expériences M2/Questions Résultats Perspectives Objectifs de l’Action Spécifique Faire se rencontrer plusieurs communautés sur la question de la modélisation de connaissances à partir de corpus : Linguistique de corpus et terminologie Sciences de l’information Informatique Ingénierie des connaissances Recherche d’information Traitement Automatique de la Langue Apprentissage à partir de textes 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives Motivations Des problématiques similaires à mieux identifier Vers plus d’interdisciplinarité L’existant : des relations bilatérales L’enjeu : une évaluation systématique des complémentarités Repérer des axes de recherche à développer Valoriser et fédérer les acquis dans un contexte pluridisciplinaire rendre plus efficace l’élaboration de ressources terminologiques en fonction des besoins repérer l’impact de ces questions sur chaque discipline 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Mode de fonctionnement Rappels M1/Expériences M2/Questions Résultats Perspectives Mode de fonctionnement Composition Une trentaine de chercheurs issus de différentes disciplines Une dizaine de laboratoires dont DYALANG, LIPN, IRIT et ERSS. 4 groupes Linguistique de corpus et terminologie (M. Bouveret) TAL et apprentissage (P. Zweigenbaum) Sciences de l’information et recherche d’information (S. Lainé-Cruzel) Ingénierie des connaissances (S. Després) Deux types de réunions (6 réunions + 1 prévue) travail par groupe (selon une grille commune de questions) séances plénières (mises en commun, confrontations entre disciplines) Organisation d’un atelier associé à CFD (oct. 2002) 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives Méthode de travail Partage d’expériences pluridisciplinaires Grille de réflexion commune Exposés de synthèse disciplinaire (non développé dans l’exposé) 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Exemples de collaborations bilatérales (1) Rappels M1/Expériences M2/Questions Résultats Perspectives Exemples de collaborations bilatérales (1) Terminologie textuelle et TAL TAL pour la construction de ressources : Syntex et Caméléon Données terminologiques comme ressources pour le TAL : thésaurus pour traiter des dossiers patients TAL et RI: Syntex et catégorisation automatique pour la Recherche d’Information 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Exemples de collaborations bilatérales (2) Rappels M1/Expériences M2/Questions Résultats Perspectives Exemples de collaborations bilatérales (2) Ontologies et recherche d’information Hiérarchie de termes pour la classification de documents DocCUBE Ontologies pour la reformulation de requêtes Ontologies pour l’interrogation de données semi-structurée PICSEL Terminologie textuelle et outils de TAL pour la construction d’ontologies Index d’un livre, Ontologie de l’ingénierie des connaissances 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Expériences pluridisciplinaires Rappels M1/Expériences M2/Questions Résultats Perspectives Expériences pluridisciplinaires Collaboration entre IC, Terminologie Textuelle et TAL : Bénéficie de l’expérience du groupe TIA (pb de frontière) Collaborations entre RI, IC et Sciences de l’information : réseau Rhône Alpes Passer d’expériences ponctuelles à une théorisation des problèmes et une vraie approche pluridisciplinaire 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Grille de questions pour une réflexion interdisciplinaire Rappels M1/Expériences M2/Questions Résultats Perspectives Grille de questions pour une réflexion interdisciplinaire Définition des besoins -> Rôle des corpus Positionnements théoriques Définition des méthodes et outils : logiciels de Traitement Automatique de la Langue, d’apprentissage, d’exploration de textes Description des modèles produits ou utilisés Mode d’évaluation des résultats 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

1 - Besoins : Documents et connaissances Rappels M1/Expériences M2/Questions Résultats Perspectives 1 - Besoins : Documents et connaissances Documents et collections de documents comme possibles sources de connaissances d’un domaine Comment accéder à ces connaissances ? Comment accéder aux documents à travers les connaissances ? Quels produits terminologiques intermédiaires pourraient faciliter cet accès ? > problèmes communs à l’ingénierie des connaissances et aux sciences de l’information, recouvrant des problématiques différentes Documents comme moyens d’accès à des manifestations linguistiques (s’oppose à l’introspection) : mise en œuvre vs enrichissement des connaissances de la langue Documents comme révélateurs d’usages (corpus) > lien avec la linguistique de corpus, la terminologie, les sciences de l’information 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

1 - Besoins : Nature des ressources terminologiques Rappels M1/Expériences M2/Questions Résultats Perspectives 1 - Besoins : Nature des ressources terminologiques Ressources existantes Sans lien vers les textes (construites par introspection ou entretiens avec des experts) Générales (indépendantes du domaine et/ou de l’application) Figées dans le temps > peut-on les intégrer dans les applications ? Nouveaux besoins Domaines spécifiques => constituer des ressources terminologiques spécialisées Rôle majeur des documents => construire ces ressources à partir de textes pour mieux tenir compte des usages et rendre plus efficace l’accès aux documents Masse et évolutivité => savoir gérer la cohérence entre documents et ressources 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Grille de questions pour une réflexion interdisciplinaire Rappels M1/Expériences M2/Questions Résultats Perspectives Grille de questions pour une réflexion interdisciplinaire Définition des besoins Rôle des Corpus -> Positionnements théoriques Définition des méthodes et outils : logiciels de Traitement Automatique de la Langue, d’apprentissage, d’exploration de textes Description des modèles produits ou utilisés Mode d’évaluation des résultats 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives 2 - Corpus Définition commune L’existant : des textes (ou portions de textes) Le corpus est construit en fonction d’un besoin particulier ou d’une hypothèse d’étude Des réalités différentes Collection, document, corpus Nature et taille critères de construction modes et objectifs d’exploitation 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

2 - Bilan d’étude sur les corpus Rappels M1/Expériences M2/Questions Résultats Perspectives 2 - Bilan d’étude sur les corpus Des besoins communs Nécessité de caractériser les textes au delà de leur thématique (problème des genres textuels) Meilleure maîtrise du lien entre caractéristiques des textes et nature des applications Prise en compte de la méthode utilisée pour construire des ressources dans la constitution du corpus 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

2 - Une étude sur genre textuel et variation des phénomènes langagiers Rappels M1/Expériences M2/Questions Résultats Perspectives 2 - Une étude sur genre textuel et variation des phénomènes langagiers Le genre d’un texte influe sur sa syntaxe, mais aussi sur son lexique Diversité des critères descriptifs : public visé (grand public vs spécialistes : Crise cardiaque / Infarctus du myocarde), statut du locuteur, finalité du discours, … Ex : Productivité des adjectifs dérivés dans des corpus médicaux (hématologie) : les dérivés en –al sont plus productifs dans des documents Web que dans des comptes rendus hospitaliers Une typologie des genres est-elle possible ? Multiplication des situations possibles Classes trop générales Hétérogénéité des genres (ex: écrit vs oral) Plusieurs genres dans un même texte Trop grande diversité des critères descriptifs 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Grille de questions pour une réflexion interdisciplinaire Rappels M1/Expériences M2/Questions Résultats Perspectives Grille de questions pour une réflexion interdisciplinaire Définition des besoins Rôle des corpus Positionnements théoriques Définition des méthodes et outils : logiciels de Traitement Automatique de la Langue, d’apprentissage, d’exploration de textes Description des modèles produits ou utilisés (ressources et applications) -> Mode d’évaluation des résultats 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

5 – Ressources et applications : Objets de l’étude Rappels M1/Expériences M2/Questions Résultats Perspectives 5 – Ressources et applications : Objets de l’étude S’appuyer sur des études de cas Identifier des points d’impact de l’application visée sur la démarche de construction de ressources terminologiques 1) Profil du « constructeur » 2) Construction du corpus 3) Choix de la structure de données 4) Utilisation des outils de TAL, de fouille de textes 5) Utilisation des outils de modélisation 6) Validation, évaluation Dresser des perspectives pour une meilleure maîtrise et adéquation du processus 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

5 - Résultats sur ressources et applications (1) Rappels M1/Expériences M2/Questions Résultats Perspectives 5 - Résultats sur ressources et applications (1) Il existe des résultats théoriques, des méthodes et des outils, qui aboutissent à des résultats prometteurs. Un cadre unifié, un éventail de pratiques Approche qui rend compte de l’usage spécialisé de la langue Quelle complémentarité avec des ressources existantes (dictionnaires, WordNet) ? Exploitation par les outils (Synoterm) Exploitation par le cogniticien Faut-il replacer ces ontologies dans des cadres de haut niveau ? 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

5 - Résultats sur ressources et applications (2) Rappels M1/Expériences M2/Questions Résultats Perspectives 5 - Résultats sur ressources et applications (2) Efforts à poursuivre Mieux intégrer les différents outils Mieux maîtriser le paramétrage par type de projet Trouver le bon compromis entre investissement et gain L’ontologie formelle n’est pas toujours nécessaire. Trouver le modèle optimal par contexte d’application Anticiper les besoins d’évolution Savoir faire des propositions pragmatiquement acceptables, utilisables dans un objectif d’ingénierie Aller au delà de propositions théoriques et disciplinaires 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives Résultats Productions Documents par discipline Atelier lors de la conférence CFD2002 Document de synthèse Collaborations bilatérales MoI en vue d’un réseau européen «SemTech» (6 PCRD) Résultats théoriques Théorisation des expériences pluridisciplinaires et situation des points de vue monodisciplinaires Identification de principes communs Perspectives de recherche 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives Principes communs La construction de ressources terminologiques est un processus d’interprétation humaine de résultats fournis par des outils Les ressources doivent être spécialisées par domaine et par application (réutilisabilité ?) Les concepts sont élaborés à partir de réalisations textuelles avec lesquelles ils conservent un lien terminologique 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Perspectives scientifiques (1) Rappels M1/Expériences M2/Questions Résultats Perspectives Perspectives scientifiques (1) Problème du genre des textes Définition de critères de caractérisation des textes Objectif de l’utilisation des textes comme un des critères de caractérisation Se donner les moyens de gérer l’évolution des besoins et des ressources (textes, terminologie) Cohérence usages – ressources crées Évolution des besoins 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

Perspectives scientifiques (2) Rappels M1/Expériences M2/Questions Résultats Perspectives Perspectives scientifiques (2) Influence de l’application visée sur la nature des ressources terminologique à constituer Vers une typologie (caractérisation) des applications ? Mieux maîtriser les potentialités des différents types de ressources Prise en compte de la variation par les outils de TAL Intégration d’outils Par rapport au genre textuel : liens entre critères de caractérisation et résultats des outils de TAL Par rapport aux applications visées (accès à l’information, etc.) 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris

ASSTICCOT, RTP-DOC, Paris Rappels M1/Expériences M2/Questions Résultats Perspectives Perspectives de l’AS Equipe projet Livre Justifie demande de prolongation 3 décembre 2002 ASSTICCOT, RTP-DOC, Paris