Les modèles de traduction automatique probabiliste traditionnel ignorent la structure syntaxique des phrases source et cible. Le choix des unités lexicales cible et de leur ordre est contrôlé uniquement par des statistiques de surface sur le corpus d'entraînement. La connaissance de la structure linguistique peut-être bénéfique, car elle fournit des informations génériques compensant la pauvreté des données directement observables. Nos travaux ont pour but d'étudier l'impact des informations syntaxiques sur un modèle de traduction probabiliste de base, fondé sur des fragments, dans le cadre d'un analyseur dépendanciel particulier, XIP, dont la performance est bien adaptée à nos besoins. Nous étudions d'abord l'intégration des informations syntaxiques dans un but de reclassement des traductions proposées par le modèle de base? Nous définissons un ensemble de traits mesurant la similarité entre les structures de dépendance source et cible, et des traits de cohérence linguistique (basés sur l'analyse cible). L'apprentissage automatique des poids de ces traits permet de détecter leurs importance. L'évaluation manuelle des différents modèles de reclassement nous a permis de montrer le potentiel de ces traits pour améliorer la qualité des traductions proposées par le modèle de base. Ensuite, nous avons proposé un modèle pour réduire la taille du graphe des hypothèses exploré par le modèle de base à l'aide de connaissances sur la structure syntaxique source. Nous avons également proposé une procédure de décomposition d'une phrase source initiale en sous-phrases pour simplifier la tâche de traduction. Les évaluations initiales de ces modèles se sont montrées prometteuses.

Le mémoire " Modélisation différentielle du texte, de la linguistique aux algorithmes " porte sur mon positionnement épistémologique et spécialement sur l'interface entre modélisation en linguistique théorique et modélisation en informatique. Dès le départ j'ai pris l'étude des corpus et le multilinguisme comme base de travail. Les méthodes utilisées se placent dans la filiation de l'école de Prague (Jakobson, mais aussi les informaticiens) et elles ont une parenté avec d'autres recherches au Japon et dans les pays nordiques. Alors que la plupart des travaux du TAL concernent la syntaxe ou le lexique, j'ai pris le point de vue de l'analyse du discours écrit dans son intégralité et d'un point de vue relationnel, endogène, pour trouver les moyens de traiter automatiquement des textes entiers et des corpus de textes. La première dimension originale est le multilinguisme conçu comme hypothèse normale de travail, et non comme nécessité de cumul de pratiques monolingues. La seconde dimension est l'angle de vision multi échelle, qui permet d'analyser les collections et les documents avec leur mise en forme matérielle, en repérant les marques qui structurent les textes indépendamment de la langue, en posant des observations sur les grains d'analyse pertinents. Le mémoire contient de nombreux exemples d'applications, décrits en profondeur, avec les enjeux, les techniques utilisées et des illustrations des résultats obtenus.

This thesis introduces a new approach to designing a Message Handling Assistant (MA). It presents a model of an MA and an intention extraction function for text messages, such as emails and Newsgroups articles. Based on a speech act theory and the belief-desire-intention (BDI) theory of rational agency, we define a generic MA. By interpreting intuitive descriptions of the desired behaviours of an MA using the BDI theory and speech act theory, we conjecture that intentions of messages alone provide enough information needed to capture user models and to reason how messages should be processed. To identify intentions of messages written in natural language, we develop a model of an intention extraction function that maps messages to intentions. This function is modelled in two steps. First, each sentence in a message is converted into a tuple (performative, proposition) using a dialogue act classifier. Second, the sender's intentions are formulated from the tuples using constraints for felicitous human communication. As an investigation of the use of machine learning technologies for designing the intention extraction function, four dialog act classifiers are implemented and evaluated on Newsgroups articles. The thesis also proposes a semantic communication framework, which integrates the agent and Internet technologies for automatic message composing and ontology exchange services.

Thesis (M.S.)--State University of New York at Binghamton, Department of Computer Science, Thomas J. Watson School of Engineering and Applied Science, 2007. / Includes bibliographical references.

Thesis (M.A.)--Baylor University, 2008. / Includes bibliographical references (p. 104-117)

Thesis (M.S.)--Rochester Institute of Technology, 1994. / Typescript. Includes bibliographical references (leaves 45-49).

Thesis (Ph. D.)--University of Hong Kong, 2005. / Title proper from title frame. Also available in printed format.

Thesis (M.Phil.) - University of Queensland, 2002. / Includes bibliography.

Thesis (Ph.D.)--University of Waikato, 2006. / Includes bibliographical references (p. 157-170)

Thesis (Ph. D.)--University of Washington, 2007. / Vita. Includes bibliographical references (leaves 129-139).