Mod Lisation De Structures Syntaxiques Complexes Pour Apprentissage De Langue Sur Le R Seau
Download Mod Lisation De Structures Syntaxiques Complexes Pour Apprentissage De Langue Sur Le R Seau PDF/ePub or read online books in Mobi eBooks. Click Download or Read Online button to get Mod Lisation De Structures Syntaxiques Complexes Pour Apprentissage De Langue Sur Le R Seau book now. This website allows unlimited access to, at the time of writing, more than 1.5 million titles, including hundreds of thousands of titles in various foreign languages.
Modélisation de structures syntaxiques complexes pour apprentissage de langue sur le réseau
The object of this research is to establish an internet accessible French syntax e-learning system especially for Chinese university students who have studied French and prepare to make further improvement on French syntax. In this dissertation, the Tree Adjoining Grammar (TAG) modularity is applied to evaluation of syntax key differences between French and Chinese and to design of our system. The subordinate clause, one of the most difficult part for Chinese students in French learning plays a major role in this analysis. A general comparative study on Chinese and French syntax is presented first. Two subjects are highlighted : the syntactic differences between two languages as well as problems of Chinese students when they write subordinate clauses. A comparative classification of French and Chinese syntactic structures is presented in two ways: one is examination of French simple phrases with verbal heads. All French-Chinese examples and the process of trees combination are demonstrated in TAG trees. The other is typology of French and Chinese subordination, classified according to the measurement of structure differences between two languages. So the first types are the same, and the last type assembles the sentences with the most significant dissimilar characteristics between French and Chinese. All types are presented in TAG trees. The final step of our research is to create a progressive e-learning system, which is divided into three parts: the first is 11 TAG lessons, the second is French simple phrases with verbal heads in 18 lessons and the last is French subordinate sentences in 25 lessons. The results of survey and test of applicants in the end of this dissertation demonstrate that the proposed approach (TAG) can adapt the e-learning and can further be used to improve the content, the progressions and the planning of our lessons in the future research
PROPOSITION DE RESEAUX NEURO-MIMETIQUES POUR DES TRAITEMENTS DU LANGAGE NATUREL
CETTE ETUDE FAIT PARTIE DU PROJET DE RECHERCHE DOCUMENTAIRE DIALECT2, DONT LE BUT EST DE RECHERCHER DANS UNE BASE DE DONNEES DES TEXTES RELATIFS A UNE REQUETE EN LANGUE NATURELLE. LE SYSTEME UTILISE POUR CELA UN MODULE MULTI-EXPERT DE TRAITEMENT LINGUISTIQUE QUI CONSTRUIT UNE REPRESENTATION DE LA REQUETE, BASEE SUR DES RELATIONS LEXICALES SEMANTIQUES APPELEES LEXIS. LES TECHNIQUES UTILISANT DES RESEAUX NEURO-MIMETIQUES TENTENT D'IMITER LA STRUCTURE CONNEXIONNISTE DU SYSTEME NERVEUX POUR EN TIRER DES AVANTAGES CONCERNANT PRINCIPALEMENT LES CAPACITES D'APPRENTISSAGE ET DE GENERALISATION. NOTRE BUT EST D'ETUDIER L'APPLICATION DE CES TECHNIQUES DANS LE DOMAINE DU TRAITEMENT AUTOMATIQUE DU LANGAGE NATUREL EN GENERAL ET POUR LE SYSTEME DIALECT2 EN PARTICULIER. POUR CELA, NOUS AVONS EXPERIMENTE CERTAINES DE CES METHODES A DES TACHES UTILES AU SYSTEME DIALECT2. IL S'AGIT TOUT D'ABORD DE LA DESAMBIGUISATION DES CATEGORIES LEXICALES EN LANGUE FRANCAISE. NOUS UTILISONS UN RESEAU NEURO-MIMETIQUE A TROIS COUCHES ET UNE METHODE SPECIFIQUE D'APPRENTISSAGE PROCHE DES TECHNIQUES UTILISEES EN APPRENTISSAGE SYMBOLIQUE AUTOMATIQUE. CE MODELE, QUI UTILISE UNE FENETRE DE LONGUEUR FIXE, FAIT UNE ANALYSE DE SURFACE DE LA PHRASE. L'ETUDE DE CE MODELE ET DES RESULTATS OBTENUS NOUS A PERMIS DE TRAVAILLER SUR UN MODELE D'ANALYSEUR SYNTAXIQUE, DESTINE A PRODUIRE L'ARBRE SYNTAXIQUE D'UNE PHRASE. CETTE TACHE NECESSITE DE PRENDRE EN COMPTE LA STRUCTURE SYNTAXIQUE DE LA PHRASE. DE PLUS, MEME SI LE SYSTEME DIALECT2 NE PROCEDE PAS AINSI, IL EST POSSIBLE DE CONSTRUIRE LES LEXIS A PARTIR DES ARBRES SYNTAXIQUES. LE PRINCIPE EST D'ANALYSER LES PHRASES DE FACON RECURSIVE, PAR DES BALAYAGES SUCCESSIFS AU COURS DESQUELS LE RESEAU DE NEURONES APPREND, DE FACON INCREMENTALE ET SUPERVISEE, A DECLENCHER DES REDUCTIONS GRAMMATICALES. A PARTIR DE CES EXPERIMENTATIONS, NOUS PROPOSONS UNE ARCHITECTURE HYBRIDE CONNEXIONNISTE/SYMBOLIQUE PERMETTANT LA CONSTRUCTION DES LEXIS. L'UTILISATION DES LEXIS REND LE SYSTEME MOINS SENSIBLE AUX ERREURS D'ANALYSE. L'ARCHITECTURE EST PROCHE DE CELLE DE L'ANALYSEUR SYNTAXIQUE. ICI, LE RESEAU EST UTILISE POUR DECLENCHER DES ACTIONS DE PRODUCTION DE LEXIS. DE PLUS, LE SYSTEME POURRA UTILISER LES LEXIS PRODUITES AUX PAS PRECEDENTS POUR MODIFIER DYNAMIQUEMENT SES ENTREES
APPRENTISSAGE ET RECONNAISSANCE DE STRUCTURES SYNTAXIQUES PAR UNE APPROCHE CONNEXIONNISTE
L'OBJET DE CETTE THESE EST L'ETUDE DE L'APPRENTISSAGE AUTOMATIQUE DE STRUCTURES SYNTAXIQUES DANS UN SYSTEME CONNEXIONNISTE A PROPAGATION GUIDEE, ET L'EXPLOITATION DE CES STRUCTURES DANS LE CADRE D'UN SYSTEME HOMOGENE DE COMMUNICATION HOMME-MACHINE. CETTE HOMOGENEITE S'EXPRIME PAR L'UTILISATION DES MEMES MECANISMES DE TRAITEMENT POUR DIFFERENTS NIVEAUX D'ABSTRACTION ET POUR DIFFERENTES MODALITES DE COMMUNICATION. DE PLUS, LES PHASES D'APPRENTISSAGE ET DE RECONNAISSANCE NE SONT PAS DISSOCIEES. LE COMPORTEMENT DU RESEAU VARIE EN FONCTION DES VALEURS DES PARAMETRES DE PROPAGATION. L'APPRENTISSAGE DANS CE MODELE EST A PRIORI NON SUPERVISE. LES STRUCTURES SYNTAXIQUES SONT CONSTRUITES A PARTIR DE CORPUS D'ENONCES EN LANGAGE NATUREL. TROIS STRATEGIES D'APPRENTISSAGE PAR HIERARCHISATION DES RESEAUX SONT ETUDIEES AFIN D'AMELIORER LA QUALITE ET LA CONCISION DES REPRESENTATIONS. LE TRAITEMENT DE FORMES INATTENDUES EST REALISE PAR LA CREATION DE NOUVELLES STRUCTURES OU PAR L'ADAPTATION DES STRUCTURES EXISTANTES, SUIVANT LA VALEUR DES PARAMETRES DE PROPAGATION. LES REPRESENTATIONS OBTENUES SONT EXPLOITABLES DE DIFFERENTES FACONS: POUR L'ANALYSE DES PHRASES, SOUS LA FORME DE SEQUENCES DE CLASSES LEXICALES; POUR LA RECONNAISSANCE DE STRUCTURES INCONNUES OU DEFORMEES; POUR LA SEGMENTATION DE LA PAROLE CONTINUE, PAR PREDICTION DE CLASSES. LE SYSTEME OBTENU PARTICIPERA A L'ANALYSE STRUCTURELLE DES ENONCES EN LANGAGE NATUREL TRAITES DANS LE SYSTEME DE COMMUNICATION HOMME-MACHINE A PROPAGATION GUIDEE