Cours 11
Référence
Contraintes sur les expressions coréférentes
Préférences entre référents possibles
Algorithmes de résolution des références
Référence
Jean est allé chez un concessionnaire voir une Mazda Bouddha. Il l’a regardée pendant à peu près une heure.
Jean et Il dénotent une même personne
Jean et Il sont des expressions
La personne en question est le référent
Jean et Il réfèrent à cette personne
Jean et Il sont coréférents
Jean est un antécédent de Il
Il est une anaphore
Référence
Quand il l’a achetée, Jean a regardé la voiture avec soin
Jean et Il sont coréférents
Le pronom (Il) est placé avant le groupe nominal (Jean), ce qui est beaucoup plus rare que l'inverse
Jean est un conséquent de Il
Il est une cataphore
Expressions référant à une nouvelle entité
J'ai vu une Mazda Bouddha aujourd'hui
Ils ont livré des Mazda Bouddha au concessionnaire auhourd'hui
Déterminants : un, deux, plusieurs, des, certains, du, un peu de, beaucoup de...
La rue la plus longue de Paris est la rue de Vaugirard
La jeune femme que vous venez de voir est Françoise
Déterminants : le, son, ce...
Référence lexicale
J'ai vu une Mazda Bouddha aujourd'hui à Prague et mon voisin en a une à Paris
J'ai vu une Mazda Bouddha aujourd'hui à Prague mais celle de mon voisin à Paris est plus belle
Pas de coréférence entre le groupe nominal et le pronom (ce sont deux voitures différentes)
Pronoms : en, celui...
Expressions référant à une entité déjà mentionnée
Deux ans plus tard, dans un hôtel à Prague, Luc retrouve Marie. L'hôtel était d'ailleurs celui que tu connais.
Deux ans plus tard, dans un hôtel à Prague, Luc retrouve Marie. Cet établissement était peu élégant.
Déterminants : le, ce...
Luc a vu une Mazda Bouddha aujourd'hui. Il a eu envie de l'acheter, mais sa femme n'est pas d'accord.
Pronoms : il, le, lui, en, se, ce dernier, celui-ci, cela...
Possessifs : son
Référence implicite
Luc a acheté une Mazda Bouddha mais la carrosserie a des défauts.
(la carrosserie de la Mazda)
Luc a promis à Marie de revenir
(le sujet implicite de revenir est Luc)
Luc a permis à Marie de revenir
(le sujet implicite de revenir est Marie)
Contraintes
Accord en personne, en genre et en nombre entre groupe nominal et pronom coréférents
Luc a acheté une voiture mais elle ne lui plaît pas
≠ Luc a acheté une voiture mais je ne lui plais pas
≠ Luc a acheté une voiture mais il ne lui plaît pas
≠ Luc a acheté une voiture mais elle ne leur plaît pas
mais
L'imprimante est encore en panne. Je déteste cet appareil.
Contraintes
Contraintes de coréférence internes à la phrase
Il a acheté une voiture à Luc Il et Luc jamais coréférents
Il lui a acheté une voiture Il et lui jamais coréférents
Il s'est acheté une voiture Il et se toujours coréférents
Il a dit que Luc vient Il et Luc jamais coréférents
Contraintes
Compatibilité entre prédicats et arguments
Le jour où Luc est tombé malade était proche d'une échéance professionnelle importante. Mais il va mieux.
Le jour où Luc est tombé malade et il ne peuvent pas être coréférents
Le prédicat va mieux ne peut pas prendre comme sujet Le jour où Luc est tombé malade
Préférences
Un pronom, plusieurs antécédents possibles
Pour une entité mentionnée plus récemment qu'une autre
Luc est sorti mais Marc est ici. Il va mieux.
Il réfère à Marc plutôt qu'à Luc
Pour le sujet plutôt qu'un complément, pour un complément direct plutôt qu'indirect...
Marie est au téléphone avec Anne. Luc la cherche partout.
Luc a raccompagné sa voisine chez Marie. Elle va mieux.
Préférences
Pour une expression qui occupe la même position que le pronom dans une structure syntaxique parallèle
Luc s'est rapproché de Max. Au contraire, Guy s'est éloigné de lui.
Préférences pragmatiques (on comprend la situation)
Luc a offert trois bandes dessinées à Max. Il adore ça.
Luc a emprunté trois bandes dessinées à Max. Il adore ça.
Luc admire Max. Il est jongleur.
Luc a impressionné Max. Il est jongleur.
Deux algorithmes de résolution de références
PrincipeLe référent le plus plausible pour un pronom est l'entité qui a le plus de
"poids"Algorithme 1 (Lappin & Leass, 1994)Poids initial d'une expressionPoids initial d'une entité en un point du texte : dépend des poids initiaux
des expressions référant à l'entité déjà rencontréesPoids total d'une entité par rapport à un pronom : dépend du pronom et
du poids initial de l'entitéAlgorithme 2 (Brennan, Friedman & Pollard, 1987)(pas vu en 2006-2007)Liste des référents mentionnés dans une phrase, par ordre de poids
décroissant
Algorithme 1
Facteurs de poids initiaux Poids
Pour chaque occurrence 100
Sujet 80
Après There is 70
Autre argument d’un verbe, sans préposition 50
Autre argument d’un verbe, avec préposition 40
Non séparé par une ponctuation 50
Non complément d’un autre groupe nominal 80
Algorithme 1
mettre à jour le poids initial du référent R d'une expression E :
si E réfère à une nouvelle entité
créer une nouvelle entité
ajouter E aux expressions référant à R
R.poids_initial = R.poids_contextuel
pour chaque facteur de poids initial F
calculer E.poids_initial(F)
P = maximum des ER.poids_initial(F) pour toutes les expressions
ER de la même phrase référant à R et déjà rencontrées
R.poids_initial = R.poids_initial + P
Exemple
John saw a beautiful Mazda Buddha at the dealership
John M.B. dealership
Pour chaque occurrence 100 100 100
Sujet 80
Après There is
Compl. direct 50
Compl. indirect
Non séparé 50 50 50
Non compl. d’un GN 80 80 80
Poids initial 310 280 230
Algorithme 1
À chaque expression pouvant référer à une entité
mettre à jour le poids initial de l'entité
À chaque fin de phrase
pour chaque entité mentionnée dans la phrase
entité.poids_contextuel = entité.poids_initial
diviser les poids contextuels de toutes les entités par 2
À chaque pronom de la 3e personne non réfléchi
déterminer le référent du pronom
mettre à jour le poids initial du référent
ExempleJohn saw a beautiful Mazda Buddha at the dealership. He showed it to Bob.
John Mazda dealership Bob
He it Bob
Poids contextuel 155 140 115
Pour chaque occurrence 100 100 100
Sujet 80
Après There is
Compl. direct 50
Compl. indirect 40
Non séparé 50 50 50
Non compl. d’un GN 80 80 80
Poids initial 465 420 115 270
ExempleJohn saw a beautiful Mazda Buddha at the dealership. He1 showed it1 to
Bob. He2 bought it2.
John Mazda dealership Bob
He2 it2
Poids contextuel 232,5 210 57,5 135
Pour chaque occurrence 100 100
Sujet 80
Après There is
Compl. direct 50
Compl. indirect
Non séparé 50 50
Non compl. d’un GN 80 80
Poids initial 542,5 490 57,5 135
Algorithme 1
Facteurs de poids finaux Poids
Parallélisme des positions syntaxiques 35
Cataphore - 175
Algorithme 1
Déterminer le référent d'un pronom :
lister les candidats référents jusqu’à la 4e phrase avant
pour chaque candidat
si (il concorde en genre et en nombre avec le pronom
et satisfait les contraintes de coréférence internes à la
phrase)
candidat.poids_total =
candidat.poids_initial +
les facteurs de poids finaux applicables
référent = le candidat dont le poids total est maximal, et s’il y en a plusieurs, le plus proche
ExempleJohn saw a beautiful Mazda Buddha at the dealership. He1 showed it1...
John Mazda dealership
He1
Poids contextuel 155 140 115
Poids initial 465 140 115
Accord - + +
Contraintes + +
Parallélisme 35
Cataphore
Poids total 175 115
Résultat : le référent de it1 est Mazda
Algorithme 2
(pas vu en 2006-2007)
Pour chaque phrase Pi :
For(Pi) est la liste des entités mentionnées dans Pi, par ordre de poids décroissant (sujet, groupe nominal après There is, complément de verbe sans préposition, complément de verbe avec préposition, complément séparé par une virgule)
Pref(Pi) est l'entité de poids maximal dans For(Pi)
Back(Pi+1) est l'entité de poids maximal parmi celles de For(Pi) mentionnées dans Pi+1
Exemple
John saw a beautiful Mazda Buddha at the dealership. He1 showed it1 to Bob. He2 bought it2.
For(P1) = ( John, Mazda, dealership )
Back(P1) non défini
For(P2) = ( John, Mazda, Bob )
Back(P2) = John
For(P3) = ( John, Mazda )
Back(P3) = John
Algorithme 2pour chaque phrase Pi
lister les pronoms et les candidats référents
lister les couples pronom/référent possibles
pour chaque façon A d’assigner un référent à chaque pronom
si (A viole une contrainte de coréférence interne à la phrase)
éliminer A
calculer Back(Pi), For(Pi), Pref(Pi)
si (Back(Pi) n'est pas un pronom dans Pi et
un autre élément de For(Pi-1) est un pronom dans Pi)
éliminer A
calculer A.score(Back(Pi-1), Pref(Pi), Back(Pi))
choisir un A qui a le score maximal
Exemple
John saw a beautiful Mazda Buddha at the dealership. He1 showed it1 to Bob. He2 bought it2.
PronomsRéférents
A1 He2 John
it2 Mazda
Back(P3) = John For(P3) = ( John, Mazda )
A2 He2 Bob
it2 Mazda
Back(P3) = Mazda For(P3) = ( Bob, Mazda )
A3, A4 it2 dealership
Algorithme 2
A.score(Back_precedent, Pref, Back) :
si Back_precedent = Back ou Back_precedent indéfini
si Pref = Back score = 3
sinon score = 2
sinon
si Pref = Back score = 1
sinon score = 0
Exemple
John saw a beautiful Mazda Buddha at the dealership. He1 showed it1 to Bob. He2 bought it2.
Back(P2) = John
A1 He2 John
it2 Mazda
Back(P3) = John For(P3) = ( John, Mazda )
A1.score = 3
A2 He2 Bob
it2 Mazda
Back(P3) = Mazda For(P3) = ( Bob, Mazda )
A2.score = 0
A3.score = 3A4.score = 1 Résultat : le référent de He2 est John
Exemple avec résultat faux
Bob opened up a new dealership last week. John took a look at the Mazdas in his lot. He ended up buying one.
Back(P2) = Bob
A1 He John
Back(P3) = John For(P3) = ( John )
A1.score = 1
A2 He Bob
Back(P3) = Bob For(P3) = ( Bob )
A2.score = 3
Le résultat est Bob au lieu de John comme référent de He