Apprentissage et Filtrage Syntaxico-Sémantique de Syntagmes Nominaux Pertinents pour La Recherche Documentaire

Nous proposons un système d’extraction de groupes nominaux qui s’appuie sur des informations syntaxiques et sémantiques, et qui aide à la mise à jour de thesaurus ou la création d’index libres. L’originalité du système tient à la possibilité de faire varier la forme des groupes nominaux recherchés, relativement à un centre d’intérêt. Ce dernier est concrétisé par un profil de filtrage. Il est ainsi possible de définir plusieurs points de vue sur le même document, qui se traduisent par autant d’ensembles différents de groupes nominaux extraits du document. Le système doit donc être calibré pour un champ d’investigation déterminé (domaine d’activité, type de document) avant d’être exploité. Il requiert de l’opérateur (documentaliste, terminographe, ...) une participation active pour la mise au point des profils de filtrage. Ces profils sont définis en fournissant au système des exemples de groupes nominaux recherchés (dits pertinents) et de groupes nominaux non pertinents. Une procédure d’apprentissage construit ensuite une modélisation linguistique des syntagmes considérés pertinents. L’évaluation de la pertinence des syntagmes nominaux repose sur une description syntaxico-sémantique de leurs dépendances lexico-syntaxiques élémentaires. Le filtrage des dépendances syntaxiques non pertinentes est effectué en procédant à des élagages syntaxiques dans les arbres des syntagmes à filtrer. Les groupes nominaux sont ainsi dépouillés de propriétés linguistiques déclarées non pertinentes dans le profil de filtrage.

Notre expérimentation montre que l’utilisation d’informations sémantiques combinées avec des informations de structure syntaxique accroît notablement les performances du filtrage des syntagmes nominaux.