# Analyse lexicale distributionnelle pour mesurer la similarité de phrase

Equipe MELODI; Durée 4-5 mois

Encadrants :
- Stergos Afantenos 
- Tim Van de Cruys
- Philippe Muller

Être capable de mesurer la similarité entre phrases joue un rôle de plus
en plus important pour les recherches liées au traitement automatique
des langues, comme le résumé automatique et l'extraction d'information.  
En identifiant les phrases dont le contenu est plus ou moins équivalent, on peut
par exemple détecter des informations redondantes, ou trouver des associations
entre des documents différents mais reliés aux mêmes sujets. 

Par ailleurs, de nombreux travaux récents s'attachent à définir
des mesures de similarité au niveau lexical (au niveau des
mots), fondées sur des mesures de distribution. 
L'hypothèse sous-jacente, avancée par Harris (1954), est que
les mots qui apparaissent souvent dans les mêmes contextes ont une
tendance à avoir un sens similaire. 
Cela passe le plus souvent par la construction de matrices d'association
dans lesquelles on cherche des dimensions latentes par réduction de dimension. 
Peu de travaux ont proposé des méthodes pour relier ce niveau de similarité lexicale au niveau
de la phrase, et le but de ce stage est d'explorer ces mesures pour
identifier des liens phrastiques. Nous utiliserons pour cela des corpus
analysés syntaxiquement (en français et en anglais).