Apprentissage des langages réguliers d'arbres et applications - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Journal Articles Revue TAL : traitement automatique des langues Year : 2003

Apprentissage des langages réguliers d'arbres et applications

Abstract

Nous nous intéressons à l'apprentissage des langues naturelles. Notre modèle est l'identification à la limite de Gold et les exemples sont des arbres. La principale contribution est la démonstration du fait que les langages réguliers d'arbres réversibles sont identifiables. Ce résultat nous permet de disposer d'un cadre unifié pour l'apprentissage à partir d'exemples semi-structurés. En particulier, nous présentons trois conséquences de ce résultat. (1) Nous étendons le résultat de Sakakibara concernant l'apprentissage de grammaires algébriques à partir des arbres de dérivation. (2) Nous montrons que les langages d'arbres de dépendances sont identifiables. (3) Nous donnons une nouvelle démonstration de l'apprentissage des grammaires catégorielles de Kanazawa.
No file

Dates and versions

inria-00099629 , version 1 (26-09-2006)

Identifiers

  • HAL Id : inria-00099629 , version 1

Cite

Jérôme Besombes, Jean-Yves Marion. Apprentissage des langages réguliers d'arbres et applications. Revue TAL : traitement automatique des langues, 2003, 44 (1), pp.121-153. ⟨inria-00099629⟩
55 View
0 Download

Share

Gmail Facebook Twitter LinkedIn More