Le 15/03/07, Olivier R. <[EMAIL PROTECTED]> a écrit :
jean beney a écrit : >> Concernant la revue des drapeaux inutiles >> le travail d'agnes pourrait peut etre être utile >> http://w3.u-grenoble3.fr/lebarbe/agnes/ > > J'ai regardé le site. Malgré un certain flou dans le texte, je crois > comprendre qu'elle obtient bien moins de drapeaux que ce qui existe > actuellement.
Bonjour, je suis l'auteur du travail dont vous parlez. Effectivement, mon outil automatique génère bien moins de drapeaux (entre 100 et 250 selon les paramètres) que la version faite à la main (environ 600). Cependant, avec 3 ou 4 fois moins de drapeaux, j'obtiens un taux de compression du dictionnaire presque équivalent à celui déjà existant, à savoir 81% au lieu de 85%. Les résultats présentés dans mon rapport en ligne sont les résultats d'une première évaluation de l'outil, avec des paramètres choisis plus ou moins de manière empirique. Des tests plus récents réalisés dans le cadre d'une analyse paramétrique nous ont permis de constater que le nombre de drapeaux n'a a priori pas d'influence sur le taux de compression. (Les résultats de cette étude paramétrique seront en ligne prochainement) Si j'ai bien compris, le dictionnaire qu'elle obtient en générant
automatiquement des affixes est moins compressé que celui déjà existant, malgré ses erreurs et ses doublons. Ceci dit, il y a une chose qui n'est pas précisé dans son rapport, c'est quel programme "munch" elle a utilisé. Si c'est celui-ci: http://lingucomponent.openoffice.org/source/browse/lingucomponent/source/spellcheck/myspell/ il génère une liste mal fichue et pleine de redondances pour autant que je me souvienne; il n'est pas bien adapté au fichier des affixes français. Je l'avais essayé l'an dernier.
J'ai bien utilisé le programme munch que vous citez. Je n'en connais pas d'autre... D'ailleurs, si quelqu'un a mieux à proposer, je suis preneuse...
Cela ne m'étonne pas, vu les paramètres qu'elle utilise
Comme je le disais plus haut, les paramètres utilisés pour les premiers tests ont été choisis un peu empiriquement. Le but était juste d'avoir une première évaluation de l'outil. D'autres tests ont été réalisés, et d'autres encore à venir... et vu qu'elle
> recherche des préfixes (ou suffixes) communs, alors que la méthode > existante classe sous le même drapeau des formes différentes de préfixes > (de, dé, des) ou des suffixes différents (ais, ant, ...). > Il faudrait connaître les affixes qu'elle a trouvé pour voir si certains > peuvent utilement être ajoutés à ceux existant.
En ce qui concerne la méthode de classement d'affixe, elle est effectivement différente de la méthode existante qui classe les affixes linguistiquement selon leur type. Le classement de nos affixes se fait au contraire en fonction des mots auxquels ils sont applicables. La plupart des affixes que nous pouvons observer dans les fichiers générés à l'issue de nos tests ne sont pas interprétables linguistiquement. Je ne pense pas d'ailleurs que certains d'entre eux puissent être ajoutés à ceux existants. Je suis d'accord.
Il y les préfixes suivants dans le fichier des affixes du dictionnaire réformé de 1990: PFX T Y 1 PFX T 0 sur . PFX C Y 2 PFX C 0 contre [^aàâeèéêiîoôu½] PFX C 0 contr [aàâeèéêiîoôu½] Ceux qui ont fait ce dictionnaire ont eux aussi choisi de supprimer les drapeaux que j'ai enlevés, ainsi que d'autres. http://wiki.services.openoffice.org/wiki/Dictionaries >> de plus, j'ai du mal à comprendre la notion de drapeaux inutiles > > Peut-être parce que personne ne parle de drapeaux "inutiles". Olivier a > supprimé des drapeaux inutilisés et moi j'ai repéré les combinaisons > lemme/drapeau qui sont improductives. Oui, ils sont inutilisés et de surcroît vraiment peu intuitifs à l'emploi (c'est peut-être pour ça qu'ils ne sont pas utilisés d'ailleurs). J'ai donc effectivement choisi de ne pas les intégrer dans mon application. > ......................... > J'ai passé en revue les drapeaux qui apparaissent en double. Je suggère > les corrections suivantes : > accastillais/jnlvv accastillais/jnlv + mt? > accastillerai/jnlxx accastillerai/jnlx + mt? accastiller : garnir un navire de ses structures au-dessus du pont supérieur. le "m" n'est donc pas de mise; le "t" pourrait convenir, si les marins s'adressent à leur navire comme on peut le faire parfois avec les objets... > Et il me semble que tous les autres drapeaux en double peuvent être > simplement supprimés : Absolument. Les doublons n'ont aucune utilité. Une procédure automatique réglera facilement ce problème. > moulais/Rvvc de plus le c fait double emploi avec moulante/F Il n'est pas certain qu'il faille ôter ce genre de doublon. Je me pose la question. Si on introduit un champ "morphologie" pour chaque entrée du dictionnaire, on pourrait avoir plein de doublons du genre: amoureuse/LMF nomcommun amoureuse/LMF adjectif Un correcteur grammatical pourrait avoir besoin de ce champ pour simplifier son boulot... > médisais/dcvc de plus le d fait double emploi avec le v médisais/v donne : médisaient médisais médisait médisant médisez médisiez médisions médisons médisais/d médisaient médisais médisait médisant médisiez médisions médisons médites > avec/MMQ de plus le Q fait double emploi avec qu'avec Oui, il y a souvent des entrées qui n'ont pas été effacées malgré leur reproduction possible avec d'autres entrées à drapeaux. C'est notamment le cas des verbes commençant par "s'" (élision de se) qui sont reproduits pas les entrées avec les drapeaux p et q. Là encore, une procédure réglera le problème. Olivier --------------------------------------------------------------------- To unsubscribe, e-mail: [EMAIL PROTECTED] For additional commands, e-mail: [EMAIL PROTECTED]
