Only in english

Cette thèse s'intéressera donc à l'extraction automatique d'opinions dans des documents oraux transcrits. Il s'agira d'une part d'extraire la perception (positive, négative, réservée) qu'ont les locuteurs sur l'innovation étudiée selon les critères de l'expert et d'identifier les passages témoignant de l'expression directe ou indirecte de l'évaluation du critère ciblé afin de fournir une aide à l'expertise.

Cette étude aborde la question des formules expressives, ainsi que le traitement phraséologique qui concerne ces unités. Nous aborderons la question de figement lexical et la non-compositionnalité sémantique des unités étudiées, tant sur les expressions simples que complexes; l’étude englobera en particulier les formules de politesse et les salutations à partir des tweets. Cette étude s’inscrira dans une optique sémantique et pragmatico-énonciative, l’objectif étant de déceler les effets de sens produits par ces combinaisons lexicales. L’analyse portera donc sur plusieurs pôles fondamentaux : les spécificités sémantiques et pragmatiques des pragmatèmes, le sémantisme des expressions polylexicales et l’ancrage situationnel.

Notre projet de thèse cherche à observer les routines sémantico-rhétoriques dans le discours scientifique oral en français, dont nous souhaitons faire la description et analyser les fonctions rhétoriques et/ou discursives spécifiques. Ensuite, parmi les différents types de routines, nous nous intéressons tout particulièrement à la modélisation de routines de « guidage de l’interlocuteur », qui ont fonction d’assurer un bon suivi du développement logique des idées du locuteur et de faciliter la compréhension des informations et des points de vue adoptés par le locuteur chez les interlocuteurs dans la communication scientifique, ce qui nous permettrait de mettre en comparaison les routines de guidage du lecteur dans le discours écrit et les routines de l’auditeur dans le discours oral.

Cette thèse se situe dans le domaine du Traitement Automatique des Langues Naturelles. Elle vise à pouvoir garantir l'exactitude de l’analyse syntaxique et sémantique de textes en langue naturelle (des spécifications techniques ou des textes dans des langues peu dotées) et la fidélité de leur traduction dans plusieurs autres langues. Pour y parvenir, plusieurs verrous doivent être levés. D’abord, pour maîtriser la combinatoire inhérente à la complexité des langues naturelles, le développement des analyseurs, des générateurs… doit être réalisé automatiquement à partir d’une description claire et vérifiable. Dans ce but, nous ferons évoluer les Grammaires Statiques de Correspondances Structurales (GSCS) pour les rendre à la fois plus intuitives et capables de produire des modules exécutables. Pour finir de garantir le sens, nous produirons toutes les analyses possibles et utiliserons un dialogue avec un humain pour désambiguïser entre ces différentes solutions. Par ailleurs, pour accélérer le développement des grammaires GSCS, nous appliquerons un traitement à base d’apprentissage profond sur des banques d’arbres existantes. Les probabilités obtenues sur les règles permettront d’organiser le dialogue de désambiguïsation de manière naturelle. Des algorithmes capables de mesurer la qualité des analyses et des traductions seront étudiés et évalués. Enfin, pour prendre en compte le caractère fortement multilingue du project de CS, nous choisirons une architecture à base de pivot sémantique. Les analyseurs réalisés produiront ainsi des graphes UNL, et les générations partiront de ces graphes pour générer les textes en langue cible. Des expérimentations avec d’autres enconvertisseurs et déconvertisseurs UNL (anglais, russe, hindi, espagnol…) permettront de vérifier la capacité d’interopérabilité d’UNL.

L'objectif de ce projet est de faire progresser l'état de l'art en matière de traduction automatique de la parole au texte (AST) de bout en bout. De tels systèmes traduisent un énoncé de parole dans une langue source en un texte dans une langue cible sans passer par une représentation intermédiaire telle que la transcription dans la langue source.