Fusion d'analyseurs syntaxiques pour la production d'une analyse syntaxique robuste

Le projet GITAN cherche à traduire automatiquement du texte en une animation 3D. Pour ce faire, plusieurs outils robustes doivent être combinés afin de former le pipeline de traduction automatique. Un de ces outils néecessaires est l'analyseur syntaxique. Par contre, la performance actuelle des analyseurs syntaxiques connus ne satisfait pas les besoins du projet. Pour contrer ce problème, nous cherchons à fusionner les sorties de différents analyseurs pour produire une analyse plus robuste. Notre principal objectif est d'obtenir une performance maximale et non biaisée à partir d'une fusion d'analyseurs. Pour répondre à cet objectif, nous cherchons à identifier une technique de fusion satisfaisante et une combinaison d'analyseurs qui produit le résultat le plus intéressant. Trois variantes d'une même technique de fusion principale, soit la technique de vote, sont implémentées. La technique de vote pondérée par catégorie syntaxique a été identifiée comme la plus performante des trois. Cette technique pondère les sorties des analyseurs en fonction de la catégorie syntaxique du mot analysée. Ces pondérations proviennent d'un entraînement sur corpus. Notre analyseur par fusion produit rarement des arbres syntaxiques invalides. Quand cette anomalie est détectée, nous reconstruisons un arbre syntaxique valide gràce à des algorithmes de découverte d'arbre de recouvrement minimal sur des graphes orientés. Nous avons ensuite ciblé les analyseurs potentiels pour constituer la combinaison d'analyseurs. Avec la technique de fusion développée et la combinaison d'analyseurs identifiée, nous obtenons des gains de performance intéressants par rapport à la performance du meilleur analyseur faisant partie de la combinaison, atteignant des performances d'environ 91 à 93% de précision.