Modèles stochastiques de langage pour la génération automatique des phrases en langue arabe

Abstract

Le but de cette thèse est de mettre en œuvre trois systèmes de traitement automatique de la langue arabe et de les évaluer : 1. Un modèle de la langue pour la génération automatique des phrases, qui est basé sur le traitement des deux niveaux : sémantique et syntaxique, le premier est inspiré de modèle d langage n-gram et l’autre sur la recherche d’un chemin optimal d’étiquettes en utilisant l’algorithme de viterbi. 2. Un modèle inspiré du premier mais qui utilise des classes des mots au lieu des mots eux-mêmes. Ce modèle est une adaptation du modèle n-classe,et qui traite le niveau sémantique, il nous permet de réduire le nombre de paramètres à estimer par apport au premier. 3. Un étiqueteur automatique des textes arabes qui est basé sur les modèles de Markov Cachées et une base de données des schèmes est d’étiqueter les mots de la langue arabe. L’objectif principal de ce système est d’étiqueter les mots inconnus (qui n’existent pas dans le corpus d’apprentissage) par le système, en utilisant une adaptation à l’algorithme de Viterbi. La conception et la réalisation des programmes informatique capables de traiter des données exprimées dans une langue, restent l’un des objectifs