--------------
Titre : Détection et validation de paraphrases en contexte

Date de démarrage : mars/avril 2008
Durée : 4 mois

Mots-clés : analyse syntaxique, paraphrases, traitement automatique de
la langue, système de questions-réponses

Lieu du stage : LIMSI/CNRS, groupe LIR     ( 91403 Orsay)

Voir aussi : 
http://www.limsi.fr/Individu/xtannier/fr/Stages/sujet_M2R_paraphrases.html

Contexte  : 
Dans le domaine de la recherche d'information, l'un des défis actuels
porte sur les systèmes de questions-réponses en domaine ouvert.
L'objectif de ces systèmes est de fournir une réponse à une question
exprimée en langage naturel en trouvant cette réponse dans un ensemble
de documents, ensemble éventuellement très large et pouvant aller
jusqu'au Web.
La plupart des systèmes de questions-réponses sont à même d'extraire
la réponse à une question factuelle lorsqu'elle est explicitement
présente dans les textes mais dans le cas contraire, ils ne sont pas
capables d'agencer différents morceaux d'information dans le cadre
d'un raisonnement pour produire une réponse.
Par exemple un raisonnement dans lequel il faut assembler plusieurs
extraits d'informations répartis dans plusieurs documents ou dans
plusieurs phrases d'un même document.  Par exemple, pour répondre à la
question "Quel est l'âge de la femme de Tom Cruise ?", il faut tout
d'abord identifier la femme de Tom Cruise puis chercher son âge.
Le projet CONIQUE a pour objectif de pallier cette insuffisance et
s'inscrit en cela dans un courant de recherche actuellement très actif
visant à intégrer dans les systèmes de questions-réponses des
mécanismes de compréhension de textes s'appuyant sur des inférences.
Contrairement à la plupart des travaux allant dans ce sens, le premier
axe de notre projet a pour but non pas de constituer ou d'exploiter
une base de connaissances a priori permettant de répondre aux
questions mais de modéliser l'extraction de ces connaissances à partir
de différents textes en fonction des besoins nécessaires à la
construction d'un chemin inférentiel entre les éléments trouvés dans
les textes et l'information cherchée, telle qu'elle est spécifiée par
une question.


Thème  :
Les analyseurs syntaxiques sont des outils de traitement automatique
de la langue permettant d'identifier les relations syntaxiques entre
les constituants d'une phrase (SUJET, OBJET, etc.).  Ils fournissent
des sorties dans un format qui leur est propre.
Dans le cadre de ce projet, on utilise un analyseur syntaxique pour
déterminer si un passage pré-sélectionné par un moteur de recherche
répond réellement à la question de l'utilisateur.  On cherche
notamment à montrer que certaines relations syntaxiques (ou
éventuellement sémantiques) présentes dans des passages sont (ou ne
sont pas) équivalents aux relations présentes dans la question.  Par
exemple, la question pourra porter sur le nombre de personnes ayant
"perdu la vie" lors d'un événement, tandis que le passage précise que
cet événement "a fait X morts".  Cet aspect se rapproche de la
problématique de la recherche de paraphrases.

Travail  à  réaliser  : 
Le but du stage est d'étudier l'état de l'art en la matière, de
réfléchir aux avantages de se situer dans un contexte précis (les
passages) plutôt que dans un cadre général (ce que fait la
littérature), ainsi que de mettre en place des techniques de
validation des paraphrases.

Contacts :
Xavier Tannier : xavier.tannier@limsi.fr
Véronique Moriceau : moriceau@limsi.fr

---------------