NL2FL (Natural to Formal Language)

Encadrants :
gabriel.illouz@limsi.fr, sahar.ghannay@limsi.fr,
Vincent Letard, sophie.rosset@limsi.fr,

Sujet

L'objet de stage est la traduction de la langue naturelle en langue
formelle, par exemple de l'anglais au SQL.

Prenons une base de données sur des avis d'utilisateurs sur des
restaurants. Autant

"Donner les notes de Encieux Cecile : notes, et nomLieu"

est assez direct et se traduit en :

SELECT noteAvis,messageAvis,nomLieu
FROM ETUDIANT NATURAL JOIN AVIS NATURAL JOIN LIEU
WHERE nomEtudiant='Encieux' AND prenomEtudiant='Cecile';

Autant, la suivante nécessite de l'interprétation : "la note d'un
restaurant est calculée comme étant la moyenne des avis sur celui-ci.
Elle est stocké dans la table LIEU pour ne pas tre recalculée tout
le temps. Afficher les lieux dont le calcul n'est pas à jour."

Elle se traduit au final par :

SELECT nomLieu
FROM AVIS NATURAL JOIN LIEU
GROUP BY nomLieu
HAVING AVG(noteAvis) != noteLieu;
Les données utilisées pendant le stage sont composées de 3 792
requêtes en anglais et leurs équivalent en SQL. Elles sont réparties
en 4 niveaux de difficultés sur 5 bases de données (MOVIEDATA,
CHINOOK, COLLEGE, DRIVING SCHOOL, et FORMULA I). Sur ces données, le
systme neuronal qui traduit de langue naturelle en langue formelle a
des performances qui dépassent difficilement 50% [DMS+20].

Les difficultés  étudier seront celles liées au transfert
d'apprentissage, aux interprétations linguistiques, aux ambiguïtés
qui devront être détectées entre les deux langues.

Le but du stage sera d'abord d'étudier les limites des méthodes
existantes, puis de proposer une nouvelle méthode.



Description des tches

Tester la limite de l'approche de l'article [DMS+20]
Faire une analyse quantitative et qualitative des erreurs
Proposer et évaluer d'autres approches (analogie, PCFG +
deep learning, ...)[LRI16,YN17, DMS+20]

Profil attendu

Master 2 en Informatique (ou équivalent), avec au moins une
spécialité en
Apprentissage
Traitement automatique de la langue

Compétences techniques : python, linux, SQL

Informations pratiques

Durée du stage: 5-6 mois
Début du stage: date de début à définir avec le stagiaire
Gratification: environ 591 emois. Subvention frais de transport et
cantine


References
[DMS+20]    Jan Deriu, Katsiaryna Mlynchyk, Philippe Schläpfer, Alvaro
            Rodrigo, Dirk von Grünigen, Nicolas Kaiser, Kurt
            Stockinger, Eneko Agirre, and Mark Cieliebak. A methodology
            for creating question answering corpora using inverse data
            annotation. In Proceedings of the 58th Annual Meeting of
            the Association for Computational Linguistics, pages
            897-911, Online, July 2020. Association for Computational
            Linguistics.
[LRI16]     Vincent Letard, Sophie Rosset, and Gabriel Illouz.
            Incremental learning from scratch using analogical
            reasoning. In 28th IEEE International Conference on Tools
            with Artificial Intelligence, ICTAI 2016, San Jose, CA,
            USA, November 6-8, 2016, pages 204-211. IEEE Computer
            Society, 2016.
[YN17]      Pengcheng Yin and Graham Neubig. A syntactic neural model
            for general-purpose code generation. In Proceedings of the
            55th Annual Meeting of the Association for Computational
            Linguistics (Volume 1: Long Papers), pages 440-450,
            Vancouver, Canada, July 2017. Association for Computational
            Linguistics.