Induction de grammaire de phrase en arabe standard moderne

L’objectif de notre travail est d'induire automatiquement une grammaire à partir d’un grand corpus non annoté, grammaire qui pourra être utilisée ultérieurement pour construire un analyseur syntaxique de la langue arabe standard moderne. Nous utilisons le plus possible des méthodes non supervisées pour chaque étape de traitement, pour limiter l'intervention humaine. ***Notre système extrait d'un vaste corpus des patterns syntaxiques détectés sur la base de la fréquence de leurs éléments et des récurrences structurelles. Ces patterns sont fournis à un algorithme d'induction de grammaire (dérivé de l'algorithme Adios proposé par Shimon Edelman) qui par lui-même est incapable de construire une grammaire à partir du corpus, mais qui va pouvoir le faire à partir des patterns extraits ; le corpus de plusieurs milliards de mots sera résumé en un ensemble compris entre mille et deux mille patterns. *** En l'absence de cadre standard de référence nous évaluons la procédure par une appréciation globale et statistique, et l'analyse détaillée de petits corpus. Ce travail ouvre une direction de recherche prometteuse, et qui était, pour l'arabe, inexplorée jusque-là.