GenDR est un réalisateur de texte symbolique profond qui prend en entrée une structure sémantique et génère les arbres de dépendances syntaxiques correspondants. L'une des tâches lui permettant d'effectuer cette transduction est la lexicalisation profonde. Il s'agit de choisir les bonnes unités lexicales exprimant les sémantèmes de la structure sémantique d'entrée. Pour ce faire, GenDR a besoin d'un dictionnaire sémantique (DS) établissant la correspondance entre les sémantèmes et les unités lexicales dans une langue donnée.

Nous avons élaboré un module de lexicalisation souple construisant automatiquement un DS du français riche, le DS actuellement intégré à GenDR étant très pauvre. Plus un DS est riche, plus la capacité à paraphraser s'élargit, ce qui permet de produire la base de paraphrases variées et naturelles. Pour y parvenir, nous avons d’abord réorganisé les données du réseau lexical du français (RL-fr) sous la forme d’un DS, puis nous avons évalué la possibilité d'utiliser un modèle de langue neuronal pour générer des lexicalisations supplémentaires pouvant enrichir le DS.

Enregistrement : https://drive.google.com/file/d/1hMftoo-7Be4Yt8Prk8zBwICI4lyckyx0/view?usp=drive_link