SemTAG, une architecture pour le développement et l'utilisation de grammaires d'arbres adjoints à portée sémantique

Claire Gardent 1 Yannick Parmentier 1
1 TALARIS - Natural Language Processing: representation, inference and semantics
Inria Nancy - Grand Est, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Dans cet article, nous présentons une architecture logicielle libre et ouverte pour le développement de grammaires d'arbres adjoints à portée sémantique. Cette architecture utilise un compilateur de métagrammaires afin de faciliter l'extension et la maintenance de la grammaire, et intègre un module de construction sémantique permettant de vérifier la couverture aussi bien syntaxique que sémantique de la grammaire. Ce module utilise un analyseur syntaxique tabulaire généré automatiquement à partir de la grammaire par le système DyALog. Nous présentons également les résultats de l'évaluation d'une grammaire du francais développée au moyen de cette architecture.
Type de document :
Communication dans un congrès
14e Conférence sur le Traitement Automatique des Langues Naturelles - TALN 2007, Jun 2007, Toulouse, France. pp.175-184, 2007
Liste complète des métadonnées

Littérature citée [10 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00160393
Contributeur : Yannick Parmentier <>
Soumis le : jeudi 5 juillet 2007 - 17:31:02
Dernière modification le : jeudi 11 janvier 2018 - 06:21:35
Document(s) archivé(s) le : jeudi 8 avril 2010 - 19:48:05

Fichier

taln07-semtag.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00160393, version 1

Collections

Citation

Claire Gardent, Yannick Parmentier. SemTAG, une architecture pour le développement et l'utilisation de grammaires d'arbres adjoints à portée sémantique. 14e Conférence sur le Traitement Automatique des Langues Naturelles - TALN 2007, Jun 2007, Toulouse, France. pp.175-184, 2007. 〈inria-00160393〉

Partager

Métriques

Consultations de la notice

225

Téléchargements de fichiers

164