On présentera dans ce cours les bases avancées de la théorie des
langages formels, aussi bien du point de vue mathématique que du point
de vue informatique (avec une préoccupation linguistique). Le but est
d'aborder d'une part la problématique de l'analyse syntaxique
automatique (parsing), centrale en TAL, et d'autre part
celle de la compilation, problématique plutôt
informatique mais qui inspire de nombreuses applications de TAL et de
linguistique formelle.
On s'intéressera aussi à plusieurs formalismes syntaxiques pertinents pour la représentation syntaxique des langues naturelles (CCG, TAG) |
Plan (indicatif) du cours
|
Pré-requis et sources bibliographiques
Pré-requis: les étudiants suivant ce cours sont censés maîtriser l'essentiel du programme du cours « bases formelles du TAL », tel qu'il est résumé dans ce polycopié (quelques corrections dans cette version 2016).Organisation des séances
sem. | date | type/lieu | Description | Liens |
---|---|---|---|---|
1 | 14/09 | cm, 310 | Ch1. Langages algébriques (1) | poly: rappels |
16/09 | td, 237 | Automates (révisions) | feuille n°1, corrigé | |
2 | 21/09 | cm, 310 | Ch1. Langages algébriques (2) | |
23/09 | td, 237 | Langages rationnels et algébriques | feuille n°2, corrigé | |
3 | 28/09 | cm, 310 | Ch1. Langages algébriques (3) | |
30/09 | td, 237 | Transformation de grammaires | feuille n°3, corrigé | |
4 | 05/10 | cm, 310 | Ch1. Langages algébriques (4) | |
07/10 | td, 237 | Parsing, transformations et automates à pile | feuille n°4, corrigé | |
5 | 12/10 | cm, 310 | Ch2. Introduction au parsing (1) | |
14/10 | td |
TP: Implémentation d'algos naïfs | TD n°5: canevas en python ; corrigé | |
6 | 19/10 | cm, 310 | Ch2. Introduction au parsing (2) | polys: analyse LL(k), automate LR(0) |
21/10 | td, 237 | Analyse LL, LR | feuille n°6, corrigé | |
7 | 26/10 | cm, 310 |
Ch2. Introduction au parsing (3)
Ch3. Parsing tabulaire (1) |
poly: table des sous-chaînes |
28/10 | td, 237 | --- Contrôle continu --- | ||
8 | 02/11 | cm, 310 | Ch3. Parsing tabulaire (2) |
Les démos |
04/11 | td, 237 | Construction automate LR | Voir un exemple détaillé sur cette page wikipedia. | |
9 | 09/11 | cm, 310 |
Ch3. Parsing tabulaire (3)
Ch4. Grammaires catégorielles (1) |
slides empruntées à Yusuke Kubota et Robert Levine dans le cadre d'un cours au LSA institute 2015 (page du cours) |
11/11 | td, 237 | Pas de séance (férié) | ||
10 | 16/11 | cm, 310 | Ch4. Grammaires catégorielles (2) | |
18/11 | TP, 237 | CYK | TP canevas en python ; correction | |
11 | 23/11 | cm, 310 | Ch4. Grammaires catégorielles (3) Ch5. CCG transparents |
polys: λ-calcul,
limites
grammaires AB slides empruntées à M. Steedman |
25/11 | TP, 237 | TP lex & yacc (ply) slides PLY |
mwe ;
exemple
classique : calculatrice
énoncé du TP |
|
12 | 30/11 | cm, 310 | Ch6. TAG | |
02/12 | tp, 237 | Earley | TP: canevas | |
13 | 07/12 | cm, 310 | ---- Pas de séance ---- | |
09/12 | tp, 237 | Earley |
Références bibliographies et liens
Généralités. Les ouvrages d'Aho, Ullman, et collaborateurs, presque tous traduits en français, constituent une source excellente pour la plupart des sujets vus dans ce cours. Mais on pourra aussi consulter avec profit l'excellent manuel (Partee, ter Meulen & Wall 93), qui traite aussi la plupart des aspects de ce cours (sauf la traduction dirigée par la syntaxe et la compilation), d'une façon moins complète, mais souvent mise en perspective par rapport au traitement du langage naturel et à la linguistique.Les bases des automates sont présentées, avec des exercices, dans le chapitre 17 de (Partee, ter Meulen & Wall, 93), mais les algorithmes vus en cours n'y sont pas présentés. Les algorithmes de minimisation, déterminisation, élimination des epsilon-transitions sont présentés dans (Hopcroft & Ullman, 79). L'algorithme de conversion d'une expression rationnelle en automate est décrit dans tous les manuels ; celui qui convertit un automate en expression rationnelle (algorithme de Mac Naughton et Yamada) est décrit dans (Autebert 87, pp. 88) (d'une façon assez technique).
Les langages algébriques (context-free) sont de loin les classes de langages les plus étudiées, et sont décrits dans tous les manuels évoqués. On pourra consulter (Autebert, 1987) pour une approche très mathématique. Voir aussi le chapitre 18 de (Partee, ter Meulen & Wall, 93), avec une section sur les automates à pile.
A propos des machines de Turing (évoquées dans le chapitre 2), on peut de nouveau se reporter à (Partee, ter Meulen & Wall, 93). On peut aussi consulter les manuels sur la complexité algorithmique et la théorie du calcul (theory of computation). Enfin, le texte intégral des articles de Turing, accompagné de préfaces très éclairantes, le tout en français, se trouvent dans (Turing/Girard 1995).>
La problématique de l'analyse syntaxique est détaillée, par exemple, au chapitre 4 de (Aho et al 2000), mais avec un point de vue « compilation » (algos LL, LR, LALR). Pour un point de vue plus linguistique, avec en particulier le problème des grammaires ambiguës et le parsing tabulaire, on pourra se reporter au polycopié de François Yvon.
Enfin, pour lex & yacc et leurs variantes, c'est toujours (Levine et al, 1990) qui reste la référence (de nombreux polycopiés en ligne sur Internet, aussi).
Références
- Jean-Marie Autebert, Langages algébriques, Masson (Paris), 1987.
- Alfred Aho & Jeffrey Ullman : The Theory of Parsing, Translation, and Compiling, Prentice Hall, 1972.
- Alfred Aho, Ravi Sethi and Jeffrey Ullman, Compilateurs, Dunod (Paris), 2000. [Traduction de Compilers, Addison-Wesley, 1986]
- Daniel Jurafsky & James Martin : Speech and Language Processing, Prentice Hall, 2000.
- J.E. Hopcroft and Jerry D. Ullman, Introduction to Automata Theory, Languages, and Computation, Addison Wesley Publishing Co. (Reading, Ma), 1979.
- John Levine, Tony Mason and Doug Brown, lex & yacc, O'Reilly, 1990.
- Barbara Partee, Alice ter Meulen & Robert E. Wall, Mathematical Methods in Linguistics, Kluwer Academic Publishers, 1993.
Liens
- Akim Demaille et François Yvon sont les auteurs d'un excellent polycopié très complet en français sur la théorie des langages formels, dont je recommande chaudement la lecture.