Grands domaines d'application

Les recherches que nous menons au sein du projet Dialogue se déclinent en trois points :

des études pluridisciplinaires sur la langue : comme nous l'avons vu, l'objectif est de mettre l'accent sur les conditions d'usage de la langue en combinant observation et réflexion linguistique d'une part, et modélisation informatique d'autre part ;
la réalisation de prototypes : ceci nous permet de valider nos modèles dans le cadre de situations concrètes, inspirées notamment d'applications industrielles réalistes ;
la définition d'outils et méthodes pour l'étude de corpus : cet aspect est fondamental pour fournir à la fois une base solide pour les études linguistiques que nous menons et faciliter le test de méthodes particulières (par exemple de l'analyse syntaxique locale ou d'une stratégie de calcul référentiel) sur des données réelles.

Modèles informatiques et linguistiques du dialogue homme-machine

L'une des caractéristiques des recherches que nous menons est qu'il est impossible d'isoler une composante spécifique du traitement du langage. A ce titre, tout élément d'analyse, qu'il porte sur le niveau lexical, syntaxique ou sémantique doit s'intégrer dans une vision plus large permettant in fine l'interprétation de l'énoncé courant de l'utilisateur et la gestion des réponses qui lui sont fournies (lancement d'une action, message de réponse etc.). Depuis plusieurs années, notre projet a placé le phénomène de la référence au sens large au centre de cette notion d'interprétation. Ceci nous a en particulier conduit à proposer un modèle original centré sur la notion de contraste. Cette année nous avons poursuivi cette approche en développant plus particulièrement les aspects suivants :

définition d'un modèle de représentation des référents : les Représentations Mentales (RM) - l'objectif de cette recherche, menée plus particulièrement dans le cadre du projet Cervical, est d'intégrer, dans la mesure du possible, l'ensemble des informations attachées à un objet susceptible d'être activé lors d'un acte de référence. En particulier, notre objectif est d'expliquer comment, dans une même représentation, peuvent se combiner des informations d'ordre spatial et/ou perceptif, temporel et lexical notamment. Certains de ces points font l'objet d'études spécifiques (cf. supra) ;
lien entre geste et perception dans le dialogue multimodal -- suite aux travaux de thèse de Nadia Bellalem, nous menons actuellement une étude expérimentale sur la relation entre les trajectoires gestuelles d'un utilisateur et la structure perceptive des objets présentés à lui. L'analyse du corpus que nous avons recueilli devrait nous permettre de définir des algorithmes plus fins d'analyse des trajectoires référentielles ;
temps et prédication dans le dialogue -- dans le cadre de la collaboration avec l'Université de Genève (accueil de deux doctorants de l'équipe de Jacques Moeschler), nous avons repris le travail de modélisation des informations temporelles dans le dialogue, notamment pour mieux représenter les actions élémentaires relativement à un référent ou un groupe de référents donnés ;
gestion du dialogue et intentions -- l'objectif est d'articuler l'interprétation des énoncés d'un utilisateur avec les réponses qui lui sont faites. Pour cela nous explorons la possibilité d'une représentation de haut-niveau (<< contexte d'interprétation >>) qui englobe la notion de RM, en confrontant nos propositions avec des représentations plus formelles telles que la SDRT (Segmented Discourse Representation Theory) ;
analyseurs TAG pour le dialogue -- nous souhaitons adapter le modèle syntaxique des TAG (Tree Adjoining Grammar) pour lui permettre de prendre en compte des données issues de systèmes de reconnaissance de la parole, par le biais de stratégies d'analyse locales par connexité.

Ces recherches bénéficient d'un soutien dans le cadre du projet Cervical du GIS Sciences de la Cognition, et s'insèrent par ailleurs dans la collaboration que nous avons initiée cette année avec le Laboratoire Central de Recherche de Thomson.

Systèmes de dialogue

Dans le cadre du projet Esprit II Multiworks, nous avions eu l'occasion de développer une première plateforme de dialogue reposant sur les différentes propositions théoriques (modèle temporel à deux relations, première version du modèle référentiel) faites au sein de l'équipe. Nous avons fait le choix de faire évoluer cette plateforme (« Multidial ») pour qu'elle puisse à la fois servir de site d'expérimentation pour nos propositions théoriques et de base pour les applications futures, dans le cadre notamment de nos collaborations industrielles. Notre objectif est de développer plus particulièrement les aspects suivants :

Définition d'un module lexical plus flexible -- afin de palier les difficultés liées à la redéfinition d'une composante lexicale pour chaque nouvelle application, nous étudions actuellement l'usage qui peut être fait de ressources normalisées issues notamment des projets européens Eagles et Multext. En particulier, nous étudions comment il est possible de « surcharger » des informations morphosyntaxiques plus ou moins standard par des indications sémantico-pragmatiques plus spécifiquement dédiées à la tâche en cours ;
Remplacement de l'analyseur existant par un analyseur TAG. En parallèle avec les travaux plus théoriques que nous menons sur ce sujet, nous développons un analyseur TAG reposant sur des algorithmes d'analyse classiques (Earley etc.) ;
Evaluation d'une architecture distribuée. Nous menons actuellement différentes expérimentations pour évaluer l'intérêt d'une norme telle que CORBA pour la réalisation d'une architecture de système de dialogue distribuée.

Ces recherches sont en particulier développées dans le cadre de la collaboration que nous entretenons avec Alcatel Business Systems à Strasbourg et avec qui nous participons au projet Eureka Master.

Outils et méthodes pour la gestion et la manipulation de ressources linguistiques

Gérer des ressources linguistiques normalisées représente pour nous à la fois un moyen de valider, par l'observation, nos modèles théoriques, et une source générique d'information (par exemple lexicale) pour les systèmes de dialogue que nous développons. Plus globalement, il s'avère que la réflexion menée autour de la normalisation des ressources linguistiques doit être largement partagée au sein de la communauté académique. C'est à ce titre qu'il nous a été demandé de coordonner le projet Silfide (cf. ) dans le cadre duquel nous situons l'essentiel de nos actions. Le projet Dialogue occupe ainsi une place active au sein de la communauté nationale et internationale dans le domaine de la normalisation des ressources linguistiques et de leur utilisation, notamment au sein de la TEI (Text Encoding Initiative). Parmi les points que nous développons plus particulièrement nous pouvons mentionner :

le maintien et le développement du prototype Silfide qui devrait être rendu public officiellement à la fin 97. En particulier, nous devons tendre vers un véritable réseau de serveurs, notamment dans le cadre du projet Européen MLIS Elan, récemment approuvé par la DGXIII, ainsi que de la collaboration entamée depuis plusieurs mois avec le Vassar College (Nancy Ide) ;
le développement de nos compétences dans les domaines des lexiques et des dictionnaires. Nous bénéficions en particulier d'un soutien du SHOM (Service Hydrographique et océanographique de la Marine du Ministère de la défense), pour valider les standards existants sur la base du Dictionnaire Hydrographique International ;
la définition d'un schéma d'annotation de la référence qui soit compatible avec le cadre général fourni par la TEI. Les propositions que nous avons faites vont servir de base au travail commun sur corpus qui doit commencer au sein du projet Cervical ;
l'indexation contrastive plein texte consiste à connaître les mots spécifiques d'un texte (resp. d'une partie d'un texte) par rapport à une collection (resp. à la totalité du texte). En linguistique cela revient à comparer un sous corpus de travail (des contextes) extrait d'un corpus de référence (l'ensemble des contextes). Le contraste est obtenu en comparant la répartition des mots dans le corpus de travail avec leur répartition dans le corpus de référence et relève d'un test de probabilité. Le test de l'écart réduit évalue les écarts entre une distribution théorique (ou calculée) et une distribution observée pour un ou plusieurs mots. Les scores obtenus mettront en évidence des pics (excédent des occurrences) et des dépressions (déficit des occurrences) statistiques qui révèleront les éléments caractéristiques des contextes sélectionnés par rapport à la totalité des contextes. Cela permet alors :
- de classer (catégoriser) chaque texte ou fragment en fonction des scores d'écart réduit d'un ou plusieurs mots déterminés ;
- d'ordonner une liste de mots d'après leur score d'écart réduit en lien avec un corpus de référence.
Mais il nous est apparut nécessaire de réserver son utilisation à un mode semi-automatique de la même manière qu'en lexicographie lors d'extraction de collocations de termes particuliers ;
dans le cadre des actions de recherche concertées de l'AUpelf-Uref, nous participons à l'action spécifique d'évaluation des aligneurs multilingues (ARC-A2), sur la base de l'aligneur hiérachique développé au sein du projet (et qui devrait sous peu être intégré dans Silfide).

Précédent : Fondements scientifiques Remonter : Projet DIALOGUE, Dialogue à forte Suivant : Logiciels