Une Approche Connexionniste Pour Le Traitement Automatique Des Structures Syntaxiques De La Langue Arabe Basées Sur Le Formalisme Néo-khalilien
Les techniques utilisant les réseaux de neurones tentent d’imiter la structure connexionniste du système nerveux pour en tirer les avantages concernant principalement les capacités d’apprentissage, de généralisation, de robustesse, de tolérance aux pannes et pos-sibilité de traitement parallèle....
Saved in:
Main Authors: | , |
---|---|
Format: | Article |
Language: | Arabic |
Published: |
Scientific and Technological Research Center for the Development of the Arabic Language
2004-12-01
|
Series: | Al-Lisaniyyat |
Subjects: | |
Online Access: | https://www.crstdla.dz/ojs/index.php/allj/article/view/231 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Les techniques utilisant les réseaux de neurones tentent d’imiter la structure connexionniste du système nerveux pour en tirer les avantages concernant principalement les capacités d’apprentissage, de généralisation, de robustesse, de tolérance aux pannes et pos-sibilité de traitement parallèle.
Cette étude entre dans le cadre de développement d'un système connexionniste pour l'analyse des structures syntaxiques de la langue arabe basées sur le formalisme linguistique néo-khalilien. Elle s’inscrit dans le domaine multidisciplinaire des sciences cogni-tives, intégrant ainsi la modélisation mathématique par les réseaux de neurones, les techniques informatiques du traitement automa-tique du langage naturel et les fondements d'une théorie linguis-tique.
Le système conçu intitulé "Neurokhall", est composé d'un réseau de neurones simplement récurrent, combiné avec une RAAM (Recursive Auto Associative Memory) pour le traitement des structures récursives. Le système accepte en entrée la phrase mot par mot sous forme de traits syntaxiques, et fournit en sortie les catégories syntaxiques sous la forme du schème générateur du niveau de la syntaxe de la théorie néo-khalilienne.
Mots clés
|
---|---|
ISSN: | 1112-4393 2588-2031 |