Apprentissage partiel de grammaires catégorielles
Erwan Moreau
Résumé : Cet article traite de l’apprentissage symbolique de règles syntaxiques dans le modèle de Gold. Kanazawa a montré que certaines classes de grammaires catégorielles sont apprenables dans ce modèle. L’algorithme qu’il propose nécessite une grande quantité d’information en entrée pour être efficace. En changeant la nature des informations en entrée, nous proposons un algorithme d’apprentissage de grammaires catégorielles plus réaliste dans la perspective d’applications au langage naturel.
Abstract : This article deals with symbolic learning of syntactic rules in Gold’s model. Kanazawa showed that some classes of categorial grammars are learnable in this model. But the algorithm needs a high amount of information as input to be efficient. By changing the kind of information taken as input, we propose a learning algorithm for categorial grammars which is more realistic in the perspective of applications to natural language.
Mots clés : Apprentissage partiel, inférence grammaticale, grammaire catégorielles
Keywords : Partial learning, grammatical inference, categorial grammars