Fondements linguistiques et informatiques pour le traitement au. naturelle écrite
|
|
- Raymond Patel
- il y a 7 ans
- Total affichages :
Transcription
1 Fondements linguistiques et informatiques pour le traitement automatique de la langue naturelle écrite Philippe Muller, Patrick Saint-Dizier Philippe.Muller/Cours/Master2/
2 Plan du cours Introduction : les applications et les problèmes fondements formels le lexique la syntaxe la sémantique conclusion : méthodologie et évaluation
3 Les niveaux de traitement phonologie : les sons les mots morphologie : la forme des mots (conjugaisons, etc) syntaxe/lexique : l organisation des mots en structures sémantique : le sens des mots le sens de la phrase pragmatique : le sens des phrases en contexte (dans un texte, un dialogue).
4 Problèmes fondamentaux ambiguïté du langage humain ambiguïté lexicale ambiguïté grammaticale richesse et variation d expressions différentes sur la forme mais plus ou moins équivalentes
5 Cours LN 3/10 L outillage conceptuel pour le traitement du langage
6 Plan du cours outils pour analyser des structures automates grammaires outils pour représenter de l information structure de traits lambda-calcul
7 Ex : Grammaire et analyse Pourquoi la grammaire? structuration du sens phrase liste de mots Justine Henin a battu Kim Clijsters Kim Clijsters a battu Justine Henin mais Kim Clijsters a été battue par Justine Henin je (ne) veux (pas) un billet pour Paris (Pierre et Marie Curie) ont découvert la radioactivité
8 Sens et structure La syntaxe définit l interprétation Example La conductrice est morte dans la collision de la voiture qu elle occupait avec un arbre dépendances entre parties de la phrase il peut y avoir des ambiguïtés
9 Sens et structure La syntaxe définit l interprétation Example La conductrice est morte dans la collision de la voiture qu elle occupait avec un arbre dépendances entre parties de la phrase il peut y avoir des ambiguïtés La conductrice est morte dans la collision de la voiture qu [elle occupait avec un arbre]
10 Sens et structure La syntaxe définit l interprétation Example La conductrice est morte dans la collision de la voiture qu elle occupait avec un arbre dépendances entre parties de la phrase il peut y avoir des ambiguïtés La conductrice est morte dans la collision de la voiture qu [elle occupait avec un arbre] La conductrice est morte [dans la collision [de la voiture qu elle occupait] [avec un arbre]]
11 Sens et structure La syntaxe définit l interprétation Example La conductrice est morte dans la collision de la voiture qu elle occupait avec un arbre dépendances entre parties de la phrase il peut y avoir des ambiguïtés La conductrice est morte dans la collision de la voiture qu [elle occupait avec un arbre] La conductrice est morte [dans la collision [de la voiture qu elle occupait] [avec un arbre]] La conductrice est morte [dans la collision de la voiture qu elle occupait] [avec un arbre]
12 Objectifs de la syntaxe pouvoir décrire les structures de phrase possibles pouvoir analyser les phrases en structure pouvoir retrouver certaines structures
13 Des règles structurales pourquoi certaines phrases sont correctes et pas d autres règles de bonne formation (ordre, dépendances, etc) L ignorance toujours est prête à s admirer. Admirer toujours prête est ignorance l à s la grammaticalité d une phrase ne vient pas de ce qu on l a déjà entendu. de la vérité de la phrase Je connais un homme politique sincère. du fait qu on peut lui donner un sens ou non Des idées vertes sans couleur dorment furieusement.
14 Première partie I Analyser des structures
15 Langages formels D un point de vue mathématique, un langage est un ensemble de chaînes ou phrases composées à partir d un alphabet ou vocabulaire ex : V = {a, b, c} On note uv la concaténation des chaînes u et v On note u n la concaténation de n fois la chaîne u, n N. Ex de langage : L 1 = {u n /u {a, b}}
16 Quelques définitions l union de deux langages est l union des ensembles de chaînes le produit de deux langages L 1 et L 2 est L 1 L 2 = {uv/u L 1, v L 2 } la fermeture (ou l étoile) d un langage A = 0 n A n où A n = A } A.. {{ A} et A 0 = {} n l intersection de deux langages L 1 et L 2 est L 1 L 2 = {u/u L 1 etu L 2 }
17 Expressions rationnelles (regular expressions) soit V un alphabet. On peut définir inductivement un ensemble d expressions rationnelles sur ce vocabulaire : pour tout u V, u est une e.r. ɛ est une e.r. si φ et ψ sont des e.r., alors (φ ψ), (φ ψ) et φ sont des e.r. rien d autre n est une e.r.
18 A partir de là on peut définir les abbréviations courantes suivantes, sur un alphabet V = {u 1, u 2,..., u n } : φ+ =
19 A partir de là on peut définir les abbréviations courantes suivantes, sur un alphabet V = {u 1, u 2,..., u n } : φ+ = φ (φ ) φ? =
20 A partir de là on peut définir les abbréviations courantes suivantes, sur un alphabet V = {u 1, u 2,..., u n } : φ+ = φ (φ ) φ? = φ ɛ φ n = φ φ... φ }{{} n
21 A partir de là on peut définir les abbréviations courantes suivantes, sur un alphabet V = {u 1, u 2,..., u n } : φ+ = φ (φ ) φ? = φ ɛ φ n = φ φ... φ }{{} n. = (u 1 u 2... u n )
22 Langages correspondant aux e.r. pour tout u V {ɛ}, l e.r. u dénote le langage {u} si φ et ψ sont des e.r. (φ ψ) dénote l union des langages associés à φ et ψ (φ ψ) dénote le produit des langages associés à φ et ψ φ dénote la fermeture du langage associé à φ langages réguliers
23 Exemples L = {a, ab, aba, abab, ababab,...} comment peut-on décrire L avec une e.r.? soit V 1 l alphabet courant (. s) désigne l ensemble des mots terminant par s (. s. aux. oux) l ensemble des noms pluriels ou finissant par s.
24 Exemples L = {a, ab, aba, abab, ababab,...} comment peut-on décrire L avec une e.r.? ((ab)*a?) soit V 1 l alphabet courant (. s) désigne l ensemble des mots terminant par s (. s. aux. oux) l ensemble des noms pluriels ou finissant par s.
25 Propriétés des langages réguliers si L 1 et L 2 sont réguliers, l intersection la différence le complément l inversion le sont aussi
26 Automates à états finis pour reconnaître si une expression appartient à un langage définition : un automate est un tuple V, Q, T, I, F V est un ensemble de symboles (vocabulaire) Q est un ensemble fini d états T est un ensemble de transitions d état à état, marquées par un symbole de V (c est une relation sur Q V Q) I est un ensemble d états de Q, dits initiaux F est un ensemble d états de Q, dits finaux en anglais : Finite State Automaton
27 Exemple l automate suivant correspond au langage défini par l expression régulière : (baa)a*! b a a! q0 q1 q2 q3 q4 a
28 Automates (non)-déterministes dans l exemple précédent, une seule transition partant de chaque état avec un symbole donné : déterminisme si plusieurs transitions partent du même état avec un même symbole : non-déterminisme il existe des traductions non-déterminisme déterminisme
29 Automates non-déterministes l automate suivant correspond au langage défini par l expression régulière : a q1 b q0 q3 c q2 b b
30 Automates non-déterministes l automate suivant correspond au langage défini par l expression régulière : (ab cb b) a q1 b q0 q3 c q2 b b
31 Equivalence déterminisme/non-déterminisme a b c q0 q1 q2 q1 q3 q2 q2,q3 q3 on ajoute q4 = {q2, q3}, et on raccorde les transitions a b c q4 q4
32 Lien automates / expressions rationnelles il y a équivalence entre automates à états finis et expressions rationnelles : tout langage reconnu par un AEF correspond à une expression rationnelle toute expression rationnelle peut être reconnue par un AEF
33 Transducers / transducteurs si on ajoute à chaque transition d un automate un symbole de sortie, on obtient un transducer correspond à la traduction d une chaîne en une autre enchaînement de transducers = cascade cf. partie analyse syntaxique
34 Grammaires formelles on a vu un type de formalisme reconnaissant des éléments d un langage formalisme très basique pas de structure
35 Grammaire et analyse Pourquoi la grammaire? structuration du sens phrase liste de mots Justine Henin a battu Kim Clijsters Kim Clijsters a battu Justine Henin mais Kim Clijsters a été battue par Justine Henin je (ne) veux (pas) un billet pour Paris (Pierre et Marie Curie) ont découvert la radioactivité
36 Les niveaux de traitement phonologie : les sons les mots morphologie : la forme des mots (conjugaisons, etc) syntaxe/lexique : l organisation des mots en structures sémantique : le sens des mots le sens de la phrase pragmatique : le sens des phrases en contexte (dans un texte, un dialogue).
37 Insuffisances des automates finis : exemples abstraits L = {a n b n, n N} Lemme de pompage : pour tout automate à états finis qui reconnaît un langage infini L, il existe x,y( ɛ),z tels que L admet des chaînes de la forme xy n z pour tout n > 0. L = {xx R, x...}
38 Insuffisances des automates finis : exemple concret exemple : les constructions si... alors, ou bien... ou bien Si je suis ou bien fatigué ou bien malade alors ou bien je reste au lit ou bien si construction avec dépendances de type abba (eventuellement infinies) équivaut à un langage de la forme xx R
39 Notions de grammaire formelle Pour rendre compte des régularités, un modèle courant est assimilable à un système de production/réécriture ( générativisme ) : Exemple : grammaire associée à des automates : un état non final est un niveau de structure, une transition est une règle de réécriture b a a! q0 q1 q2 q3 q4 a S b A1 A1 a A2 A2 a A3 A3 a A3 A3! on introduit des symboles non-terminaux par opposition aux symboles du vocabulaire (terminaux) S correspond à l état initial.
40 Dérivation On appelle une dérivation la suite de l application de règles qui produisent une chaîne composée de symboles terminaux : S b A1 b a A2 b a a A3 b a a! S il existe une dérivation pour une chaîne donnée, la grammaire accepte, (ou engendre ou génère) la chaîne comme une phrase du langage.
41 Arbre de dérivation pour type > 1 S A1 b A2 a A3 a!
42 Définition générale d une grammaire Plus généralement une grammaire est un tuple V T, V N S, R V T est le vocabulaire terminal (constituants le vocabulaire des chaînes engendrées par la grammaire) V N est l ensemble des symboles non-terminaux S V N est le symbole initial R est un ensemble fini de règles de production R (V T V N ) (V T V N ) A 1, A 2,..., A i B 1, B 2,... B j
43 Le cas des langages naturels S NP VP NP DET N VP V VP V NP DET le DET la N chien N chat V mange V dort symbole non-terminaux / symboles terminaux (catégories syntaxiques)/(mots) structure/lexique importance de la notion de symbole pré-terminal
44 Différents types de grammaire règle générale de réécriture : A 1, A 2,..., A i B 1, B 2,... B j même chose avec i j même chose avec i = 1 A B C D même chose avec symbole terminal à gauche de toute partie droite de règle A x B C D hiérarchie de complexité de Chomsky : type 3 type 2 type 1 type 0 Quel est le type de l exemple précédent?
45 Différents types de grammaire type 0 grammaires transformationnelles type 1 grammaires contextuelles type 2 grammaires hors-contexte (CFG : context-free grammar) type 3 grammaires régulières
46 Equivalence de grammaire équivalence faible : quand deux grammaires acceptent les mêmes phrases (et rejettent les mêmes) équivalence forte : quand deux grammaires attribuent les mêmes arbres d analyse aux mêmes phrases (à un isomorphisme près)
47 Deuxième partie II Représenter de l information
48 Structures de traits Une structure de traits (feature structure) est une liste de paire d attributs/valeurs. l usage le plus courant pour le LN : enregistrer les traits syntaxiques et sémantiques des éléments du lexique ex : l accord en genre et en nombre pour les noms, les articles, les adjectifs, en nombre et personne pour les verbes le : [ ] genre masc mange [ ] personne 3 nombre singulier nombre singulier on notera S :att la valeur de l attribut att pour la structure S
49 Structures de traits : sous-spécification Accord : l article les est ambigu entre féminin et masculin (le/la pluriel) structure de traits = matrice de paires d attributs-valeurs, pas nécessairement instanciées [ genre nombre ] [ masc vs nombre pluriel ] pluriel
50 Vers la notion de compatibilité : la subsomption Une ST S1 subsume une ST S2, si toute l information contenue dans S1 est aussi dans S2 S1 est plus générale que S2 [ genre nombre [ nombre ] [ ] masc? nombre pluriel pluriel genre masc ] [ ] pluriel? nombre pluriel personne 2
51 L unification L unification de deux structures S1 et S2 correspond à la fusion des informations qu elles contiennent, si elles sont compatibles. Formellement : l unification de S1 et S2, si elle existe, est une ST S3 telle que S3 est subsumée par S1 et S2, et S3 est minimale par rapport à la subsomption. ex : [ ] [ ] genre masc nombre pluriel nombre pluriel personne 3 nombre pluriel personne 3 genre masc
52 Unification : exemple l accord en genre et en nombre peut se faire un réalisant l unification des structures de traits les [ ] +chiens [ ] acc nombre pluriel acc genre masc nombre pluriel [ les chiens]= ] [genre masc acc nombre pluriel
53 L unification n est pas toujours définie Si les deux ST sont incompatibles, l unification échoue : ] ] [genre masc acc [genre fem acc nombre singulier nombre singulier le trait genre est contradictoire
54 Structures de traits complexes les structures de traits sont des structures récursives : les valeurs peuvent etre des ST accord cas [ ] nombre sg pers 3 accord datif cas genre féminin nombre sg pers 3 accusatif
55 Algorithme d unification des ST unifier(s1,s2): si S1=[] renvoyer S2 si S2=[] renvoyer S1 resultat=[] pour tout (attribut,valeur) de S1 si valeur est atomique si S2:attribut existe et est <>S1:attribut alors echec sinon aux=s1:attribut sinon si valeur complexe alors aux=unifier(s1:attribut,s2:attribut) ajouter aux à resultat ajouter au resultat les (a,v) de S2 absents de S1 renvoyer resultat
56 Structures de traits complexes on peut contraindre une ST avec des liens réentrants : A= [ ] nombre sg sujet acc 1 pers 2 [ ] verbe acc 1 différent de : B= sujet acc verbe acc [ ] pourquoi? nombre sg pers 2 [ ] nombre sg pers 2
57 Réponse C= sujet [ acc [ genre ] masc quel est le résultat de A C, et B C?
58 Réponse C= sujet [ acc [ genre ] masc A C= 2 6 sujet 6 4 verbe genre masc 6 6 4acc 1 4nombre sg 5 pers 2» 7 5 acc 1
59 Réponse C= sujet [ acc [ genre ] masc A C= 2 6 sujet 6 4 verbe genre masc 6 6 4acc 1 4nombre sg 5 pers 2» 7 5 acc 1 B C= sujet 4acc 2 6 4verbe 4acc 2 3 genre masc 6 4nombre sg 5 pers 2 " # 3 nombre sg pers 2
60 Structure de traits réentrantes elles sont en fait formellement équivalentes à des graphes dirigés non-cycliques (DAG : directed acyclic graphs). A= sujet acc pers 2 verbe acc nb sg
61 Lambda-calcul pour plus tard
Grammaires d unification
Cours sur le traitement automatique des langues (IV) Violaine Prince Université de Montpellier 2 LIRMM-CNRS Grammaires d unification Grammaire catégorielle Grammaire syntagmatique généralisée (GPSG) Les
Plus en détailTD 1 - Structures de Traits et Unification
TD 1 - Structures de Traits et Unification 1 Définitions Un trait (en: feature) est un couple attribut-valeur. Une structure de traits (en: feature structure) est un ensemble de traits. On peut les représenter
Plus en détailInformatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur
Université Paris-Sud Licence d Informatique Informatique Théorique : Théorie des Langages, Analyse Lexicale, Analyse Syntaxique Jean-Pierre Jouannaud Professeur Adresse de l auteur : LIX École Polytechnique
Plus en détailChap 4: Analyse syntaxique. Prof. M.D. RAHMANI Compilation SMI- S5 2013/14 1
Chap 4: Analyse syntaxique 1 III- L'analyse syntaxique: 1- Le rôle d'un analyseur syntaxique 2- Grammaires non contextuelles 3- Ecriture d'une grammaire 4- Les méthodes d'analyse 5- L'analyse LL(1) 6-
Plus en détailChapitre 2. Eléments pour comprendre un énoncé
Chapitre 2 Eléments pour comprendre un énoncé Ce chapitre est consacré à la compréhension d un énoncé. Pour démontrer un énoncé donné, il faut se reporter au chapitre suivant. Les tables de vérité données
Plus en détailCH.6 Propriétés des langages non contextuels
CH.6 Propriétés des langages non contetuels 6.1 Le lemme de pompage 6.2 Les propriétés de fermeture 6.3 Les problèmes de décidabilité 6.4 Les langages non contetuels déterministes utomates ch6 1 6.1 Le
Plus en détailAlgorithmique et Programmation Fonctionnelle
Algorithmique et Programmation Fonctionnelle RICM3 Cours 9 : Lambda-calcul Benjamin Wack Polytech 2014-2015 1 / 35 La dernière fois Typage Polymorphisme Inférence de type 2 / 35 Plan Contexte λ-termes
Plus en détailCours No 3 : Identificateurs, Fonctions, Premières Structures de contrôle.
Université Montpellier-II UFR des Sciences - Département Informatique - Licence Informatique UE GLIN302 - Programmation Applicative et Récursive Cours No 3 : Identificateurs, Fonctions, Premières Structures
Plus en détailINF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies
INF 232: Langages et Automates Travaux Dirigés Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies Année Académique 2013-2014 Année Académique 2013-2014 UNIVERSITÉ JOSEPH
Plus en détailmajuscu lettres accent voyelles paragraphe L orthographe verbe >>>, mémoire préfixe et son enseignement singulier usage écrire temps copier mot
majuscu conjugaison >>>, L orthographe singulier syllabe virgule mémoire lettres et son enseignement graphie suffixe usage accent ; écrire féminin temps voyelles mot point Renforcer l enseignement de l
Plus en détailfiche D AUTOCORRECTION Frimousse, une petite chienne qu'on a adoptée le mois dernier, est intelligente et docile.
fiche D AUTOCORRECTION 3.4 Les accords sont corrects dans chaque groupe du nom. On met souvent sur le dos de l inattention les erreurs d orthographe grammaticale. Bien accorder les mots exige de l observation
Plus en détailDéterminants possessifs
POSSESSIFS MATÉRIEL POUR ALLOPHONES 1 Déterminants Déterminants référents Déterminants possessifs Le déterminant possessif indique une relation d appartenance, de possession, de parenté, d origine, etc.,
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailGrandes lignes ASTRÉE. Logiciels critiques. Outils de certification classiques. Inspection manuelle. Definition. Test
Grandes lignes Analyseur Statique de logiciels Temps RÉel Embarqués École Polytechnique École Normale Supérieure Mercredi 18 juillet 2005 1 Présentation d 2 Cadre théorique de l interprétation abstraite
Plus en détailmes m est mets/met mais mets
GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES MES HOMOPHONES M EST METS/MET MAIS METS 1 Homophones grammaticaux de catégories différentes mes m est mets/met mais mets mes : déterminant possessif pluriel, féminin
Plus en détailReprésentation d un entier en base b
Représentation d un entier en base b 13 octobre 2012 1 Prérequis Les bases de la programmation en langage sont supposées avoir été travaillées L écriture en base b d un entier est ainsi défini à partir
Plus en détailUrbanisation de système d'information. PLM 3 (Product Lifecycle Management) Élaborations, versions, variantes, configurations
Urbanisation de système d'information PLM 3 (Product Lifecycle Management) Élaborations, versions, variantes, configurations 1 Mise en gestes L'existence de tout produit, et de tout service commence par
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailFondements de l informatique Logique, modèles, et calculs
Fondements de l informatique Logique, modèles, et calculs Cours INF423 de l Ecole Polytechnique Olivier Bournez Version du 20 septembre 2013 2 Table des matières 1 Introduction 9 1.1 Concepts mathématiques........................
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailIFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
Plus en détailModélisation des données
Modélisation des données Le modèle Entité/Association Le MCD ou modèle Entité/Association est un modèle chargé de représenter sous forme graphique les informations manipulées par le système (l entreprise)
Plus en détailLe modèle standard, SPE (1/8)
Le modèle standard, SPE (1/8) Rappel : notion de grammaire mentale modulaire Les composants de la grammaire : module phonologique, sémantique syntaxique Syntaxe première : elle orchestre la relation mentale
Plus en détailLES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES
LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES 1e partie : encoder et structurer les données Gautier Poupeau Antidot http://www.lespetitescases.net Twitter @lespetitescases Emmanuelle Bermès
Plus en détailLa syllabe (1/5) Unité intuitive (différent du phonème) Constituant essentiel pour la phonologie au même titre que phonème et trait
La syllabe (1/5) Unité intuitive (différent du phonème) Variation des structures syllabiques d une langue à une autre et dans une même langue (cf strict vs à : une seule syllabe mais des structures bien
Plus en détailTP 1. Prise en main du langage Python
TP. Prise en main du langage Python Cette année nous travaillerons avec le langage Python version 3. ; nous utiliserons l environnement de développement IDLE. Étape 0. Dans votre espace personnel, créer
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailCours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions
Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental
Plus en détailInitiation à LabView : Les exemples d applications :
Initiation à LabView : Les exemples d applications : c) Type de variables : Créer un programme : Exemple 1 : Calcul de c= 2(a+b)(a-3b) ou a, b et c seront des réels. «Exemple1» nom du programme : «Exemple
Plus en détailDocument d aide au suivi scolaire
Document d aide au suivi scolaire Ecoles Famille Le lien Enfant D une école à l autre «Enfants du voyage et de familles non sédentaires» Nom :... Prénom(s) :... Date de naissance :... Ce document garde
Plus en détailCorrection du baccalauréat ES/L Métropole 20 juin 2014
Correction du baccalauréat ES/L Métropole 0 juin 014 Exercice 1 1. c.. c. 3. c. 4. d. 5. a. P A (B)=1 P A (B)=1 0,3=0,7 D après la formule des probabilités totales : P(B)=P(A B)+P(A B)=0,6 0,3+(1 0,6)
Plus en détailExclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011
Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr Université de Provence 9 février 2011 Arnaud Labourel (Université de Provence) Exclusion Mutuelle 9 février 2011 1 / 53 Contexte Epistémologique
Plus en détailCORRIGES Plan de la séance
CORRIGES Plan de la séance 1. Corriges Compréhension écrite 2. Corriges Compréhension orale 3. Corriges Syntaxe 4. Corriges Vocabulaire 5. Corriges Conjugaison 6. Corriges Lecture d'élargissement 7. Corriges
Plus en détail! Text Encoding Initiative
Format XML: suite! le contenu d un élément est la concaténation de! texte! et d éléments (imbrication)! => structure arborescente! pas de chevauchement de balises! => exemple : une analyse syntagmatique
Plus en détailPrésentation du langage et premières fonctions
1 Présentation de l interface logicielle Si les langages de haut niveau sont nombreux, nous allons travaillé cette année avec le langage Python, un langage de programmation très en vue sur internet en
Plus en détailExo7. Limites de fonctions. 1 Théorie. 2 Calculs
Eo7 Limites de fonctions Théorie Eercice Montrer que toute fonction périodique et non constante n admet pas de ite en + Montrer que toute fonction croissante et majorée admet une ite finie en + Indication
Plus en détailMATHÉMATIQUES ET INFORMATIQUE
Premier volet : la théorie des langages 1 Christian Retoré 2 MATHÉMATIQUES ET INFORMATIQUE Les mathématiques de la linguistique computationnelle 1947, un grand millésime : à Jean-Yves Girard, Gérard Huet
Plus en détailAlgorithmique et Programmation, IMA
Algorithmique et Programmation, IMA Cours 2 : C Premier Niveau / Algorithmique Université Lille 1 - Polytech Lille Notations, identificateurs Variables et Types de base Expressions Constantes Instructions
Plus en détailConception des bases de données : Modèle Entité-Association
Conception des bases de données : Modèle Entité-Association La modélisation d un problème, c est-à-dire le passage du monde réel à sa représentation informatique, se définit en plusieurs étapes pour parvenir
Plus en détailFonctions de deux variables. Mai 2011
Fonctions de deux variables Dédou Mai 2011 D une à deux variables Les fonctions modèlisent de l information dépendant d un paramètre. On a aussi besoin de modéliser de l information dépendant de plusieurs
Plus en détailLogique. Plan du chapitre
Logique Ce chapitre est assez abstrait en première lecture, mais est (avec le chapitre suivant «Ensembles») probablement le plus important de l année car il est à la base de tous les raisonnements usuels
Plus en détailDiapo 1. Objet de l atelier. Classe visée. Travail en co-disciplinarité (identité et origine académique des IEN)
COMMENTAIRE Séminaire national Réforme de la série Gestion-administration Lyon 10 et 11 mai 2012 Vendredi matin Martine DECONINCK (IEN EG), Michèle SENDRE (IEN L), Isabelle VALLOT (IEN EG) Diapo 1. Objet
Plus en détailquelque quelque(s) quel(s) que/quelle(s) que quel(s) / quelle(s) qu elle(s)
GRAMMATICAUX DE CATÉGORIES DIFFÉRENTES QUELQUE HOMOPHONES QUELQUE(S) QUEL(S) QUE/QUELLE(S) QUE QUEL(S)/QUELLE(S) QU ELLE(S) 1 Homophones grammaticaux de catégories différentes quelque quelque(s) quel(s)
Plus en détailTransducteurs d arbres et (peut-être un peu) apprentissage
Transducteurs d arbres et (peut-être un peu) apprentissage A. Lemay 2006 Taxonomie des transducteurs d arbres Syntax Directed translation (Irons 60) Attributed Tree Transducers (Knuth 68, Fülop 81) Rational
Plus en détailFiche pédagogique : ma famille et moi
Fiche pédagogique : ma famille et moi Tâche finale de l activité : Jouer au «Cluedo» Niveau(x) Cycle 3 Contenu culturel : - jeux de sociétés Connaissances : Connaissances requises : - cf séquences primlangue
Plus en détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
Plus en détailOCL - Object Constraint Language
OCL - Object Constraint Language Laëtitia Matignon laetitia.matignon@univ-lyon1.fr Département Informatique - Polytech Lyon Université Claude Bernard Lyon 1 2012-2013 Laëtitia Matignon SIMA - OCL - Object
Plus en détailLEXOS, logiciel d'étude lexicale et de conjugaison
233, logiciel d'étude lexicale et de conjugaison Ce logiciel a été élaboré sous test constant, dans la mesure où, pour le modifier, je me suis inspiré en permanence de la réaction des élèves, de leurs
Plus en détailCours de Programmation 2
Cours de Programmation 2 Programmation à moyenne et large échelle 1. Programmation modulaire 2. Programmation orientée objet 3. Programmation concurrente, distribuée 4. Programmation monadique 5. Les programmes
Plus en détailNOM : Prénom : Date de naissance : Ecole : CM2 Palier 2
NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2 Résultats aux évaluations nationales CM2 Annexe 1 Résultats de l élève Compétence validée Lire / Ecrire / Vocabulaire / Grammaire / Orthographe /
Plus en détail1 Première section: La construction générale
AMALGAMATIONS DE CLASSES DE SOUS-GROUPES D UN GROUPE ABÉLIEN. SOUS-GROUPES ESSENTIEL-PURS. Călugăreanu Grigore comunicare prezentată la Conferinţa de grupuri abeliene şi module de la Padova, iunie 1994
Plus en détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailCaractéristiques du nom
DU MATÉRIEL NOM POUR ALLOPHONES 1 Nom et groupe nominal Caractéristiques du nom 1 LES CARACTÉRISTIQUES SÉMANTIQUES DU NOM Le nom commun désigne une personne ou une chose qui appartient à une même espèce.
Plus en détailSystèmes décisionnels et programmation avancée
Systèmes décisionnels et programmation avancée M1 SIR Philippe Muller et Mustapha Mojahid, Matthieu Serrurier, Marie-Christine Scheix 2014-2015 Introduction structure du cours intervenants introduction
Plus en détailStéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE. 25/12/2006 Stéphane Tufféry - Data Mining - http://data.mining.free.fr
1 Stéphane Tufféry DATA MINING & STATISTIQUE DÉCISIONNELLE 2 Plan du cours Qu est-ce que le data mining? A quoi sert le data mining? Les 2 grandes familles de techniques Le déroulement d un projet de data
Plus en détailAtelier rédactionnel
Baccalauréat professionnel Gestion - Administration Atelier rédactionnel Exemples de séances réalisées en première et au début de l année de terminale Joëlle PERRETIER & Patrice VIRIEUX Lycée professionnel
Plus en détailt 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :
Terminale STSS 2 012 2 013 Pourcentages Synthèse 1) Définition : Calculer t % d'un nombre, c'est multiplier ce nombre par t 100. 2) Exemples de calcul : a) Calcul d un pourcentage : Un article coûtant
Plus en détailThéorie des Langages
Théorie des Langages Analyse syntaxique descendante Claude Moulin Université de Technologie de Compiègne Printemps 2010 Sommaire 1 Principe 2 Premiers 3 Suivants 4 Analyse 5 Grammaire LL(1) Exemple : Grammaire
Plus en détailIntelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
Plus en détailGOL502 Industries de services
GOL502 Industries de services Conception d un service Partie IIb Version 2013 Introduction Conception d un service partie IIb Nous verrons dans ce chapitre Modélisation d un service; Langage de modélisation
Plus en détailDéveloppements limités. Notion de développement limité
MT12 - ch2 Page 1/8 Développements limités Dans tout ce chapitre, I désigne un intervalle de R non vide et non réduit à un point. I Notion de développement limité Dans tout ce paragraphe, a désigne un
Plus en détailBases de données relationnelles
Bases de données relationnelles Système de Gestion de Bases de Données Une base de données est un ensemble de données mémorisé par un ordinateur, organisé selon un modèle et accessible à de nombreuses
Plus en détailRéussir son entrée en grammaire au CE1
CE1 Réussir son entrée en grammaire au CE1 Françoise Bellanger Aurélie Raoul-Bellanger ISBN : 978-2-7256-3249-0 Retz, 2013 pour la présente édition Direction éditoriale : Sylvie Cuchin Édition : Charlotte
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailDéroulement. Evaluation. Préambule. Définition. Définition. Algorithmes et structures de données 28/09/2009
Déroulement Algorithmes et structures de données Cours 1 et 2 Patrick Reuter http://www.labri.fr/~preuter/asd2009 CM mercredi de 8h00 à 9h00 (Amphi Bât. E, 3 ème étage) ED - Groupe 3 : mercredi, 10h30
Plus en détail3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes
PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason
Plus en détailCréer et modifier un fichier d'import des coordonnées approximatives avec Excel
Créer et modifier un fichier d'import des coordonnées approximatives avec Excel Manuel d'utilisation Date: 26.03.2015 Version: 1.0 Auteur: Christoph Rüfenacht Statut: En cours Libéré Classification: publique
Plus en détailIntroduction à la sémantique
Introduction à la sémantique Exemplier 2015 1 Jugements sémantiques Jugements syntaxiques : critère de grammaticalité vs. agrammaticalité. (1) *Je demain viendra la maison. (2) *Lire-vous un livre sur
Plus en détailAlgorithmes récursifs
Licence 1 MASS - Algorithmique et Calcul Formel S. Verel, M.-E. Voge www.i3s.unice.fr/ verel 23 mars 2007 Objectifs de la séance 3 écrire des algorithmes récursifs avec un seul test rechercher un élément
Plus en détailUne école au Togo, épisode 1/4
Une école au Togo, épisode 1/4 Thèmes Éducation, formation Concept Ce documentaire présente la situation de l école primaire au Togo. Contenu Pour visionner le documentaire Une école au Togo, allez sur
Plus en détailCours d Informatique
Cours d Informatique 1ère année SM/SMI 2007/2008, Info 2 Département de Mathématiques et d Informatique, Université Mohammed V elbenani@hotmail.com sayah@fsr.ac.ma 2007/2008 Info2, 1ère année SM/SMI 1
Plus en détailSTAGE IREM 0- Premiers pas en Python
Université de Bordeaux 16-18 Février 2014/2015 STAGE IREM 0- Premiers pas en Python IREM de Bordeaux Affectation et expressions Le langage python permet tout d abord de faire des calculs. On peut évaluer
Plus en détailLECTURE, RECHERCHE DOCUMENTAIRE ET INDEXATION
LECTURE, RECHERCHE DOCUMENTAIRE ET INDEXATION Séquence Lettres / Documentation / TICE Classe de 6è et club journal Collège Gabrielle Colette Puget sur Argens Académie de Nice Roxane Obadia CONSTAT INITIAL
Plus en détailProbabilités conditionnelles Exercices corrigés
Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.
Plus en détailUniversité Paris-Dauphine DUMI2E 1ère année, 2009-2010. Applications
Université Paris-Dauphine DUMI2E 1ère année, 2009-2010 Applications 1 Introduction Une fonction f (plus précisément, une fonction réelle d une variable réelle) est une règle qui associe à tout réel x au
Plus en détailACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES
référence pour les langues ACTIVITÉS DE COMMUNICATION LANGAGIÈRE ET STRATÉGIES Activités de production et stratégies PRODUCTION ORALE GÉNÉRALE MONOLOGUE SUIVI : décrire l'expérience MONOLOGUE SUIVI : argumenter
Plus en détailI/ CONSEILS PRATIQUES
D abord, n oubliez pas que vous n êtes pas un enseignant isolé, mais que vous appartenez à une équipe. N hésitez jamais à demander des idées et des conseils aux autres collègues (linguistes et autres)
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCompilation. Algorithmes d'analyse syntaxique
Compilation Algorithmes d'analyse syntaxique Préliminaires Si A est un non-terminal et γ une suite de terminaux et de non-terminaux, on note : A γ si en partant de A on peut arriver à γ par dérivations
Plus en détail1. Productions orales en continu après travail individuel
Tâches de production orale 2 niveau A2/B1 (Les tâches sont réalisables aussi bien au niveau A2 qu au niveau B1 suivant la complexité des énoncés et des interactions que les élèves sont capables de produire)
Plus en détailExpression des contraintes. OCL : Object C o n t r a i n t L a n g u a g e
P r o b l é m a t i q u e OCL : O b j e c t C o n s t r a i n t L a n g u a g e Le langage de contraintes d UML Les différents diagrammes d UML permettent d exprimer certaines contraintes graphiquement
Plus en détailTSTI 2D CH X : Exemples de lois à densité 1
TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun
Plus en détailChapitre 6. Fonction réelle d une variable réelle
Chapitre 6 Fonction réelle d une variable réelle 6. Généralités et plan d étude Une application de I dans R est une correspondance entre les éléments de I et ceu de R telle que tout élément de I admette
Plus en détailBases de données documentaires et distribuées Cours NFE04
Bases de données documentaires et distribuées Cours NFE04 Introduction a la recherche d information Auteurs : Raphaël Fournier-S niehotta, Philippe Rigaux, Nicolas Travers prénom.nom@cnam.fr Département
Plus en détailConstruction et maintenance d une ressource lexicale basées sur l usage
Construction et maintenance d une ressource lexicale basées sur l usage Laurie Planes 1, (1) Inbenta France, 164 route de Revel, 31400 TOULOUSE lplanes@inbenta.com Résumé. Notre société développe un moteur
Plus en détailDire à quelqu un de faire quelque chose
PARCOURS 1 Vous avez un problème? Dire à quelqu un de faire quelque chose SÉQUENCE 2 : PAS DE PROBLÈME SANS SOLUTION p. 15 Peut généralement identifier le sujet d une discussion se déroulant en sa présence
Plus en détailChapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme
Chapitre 3 Quelques fonctions usuelles 1 Fonctions logarithme et eponentielle 1.1 La fonction logarithme Définition 1.1 La fonction 7! 1/ est continue sur ]0, +1[. Elle admet donc des primitives sur cet
Plus en détailACTIVITÉ 1 : LES ADJECTIFS POSSESSIFS
ACTIVITÉ 1 : LES ADJECTIFS POSSESSIFS 1. Choisis et entoure l adjectif possessif qui convient. a Je ne trouve pas mon / ma / mes lunettes. b Tu veux venir à son / sa / ses fête d anniversaire? c Nous n
Plus en détailACCÈS SÉMANTIQUE AUX BASES DE DONNÉES DOCUMENTAIRES
ACCÈS SÉMANTIQUE AUX BASES DE DONNÉES DOCUMENTAIRES Techniques symboliques de traitement automatique du langage pour l indexation thématique et l extraction d information temporelle Thèse Défense publique
Plus en détailInitiation à la Programmation en Logique avec SISCtus Prolog
Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées
Plus en détailclef primaire ; clef étrangère ; projection ; restriction ; jointure ; SQL ; SELECT ; FROM ; WHERE
Cas Neptune hôtel Base de données et langage SQL Propriété Intitulé long Formation concernée Matière Notions Transversalité Présentation Description Neptune Hôtel. L interrogation d une base de données
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailUNITÉ 5 VOILÀ VOTRE CLÉ!
UNITÉ 5 VOILÀ VOTRE CLÉ! Vous allez apprendre à : décrire un hôtel questionner à propos d une réservation comprendre des annonces immobilières décrire un appartement compter jusqu à 1000 donner une opinion
Plus en détailChapitre 1 Qu est-ce qu une expression régulière?
Chapitre 1 Qu est-ce qu une expression régulière? Les ordinateurs n ont pas du tout la même conception des textes que nous : pour nous, un texte est un ensemble d idées couchées sur papier. Nous nous en
Plus en détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailVotre Réseau est-il prêt?
Adapter les Infrastructures à la Convergence Voix Données Votre Réseau est-il prêt? Conférence IDG Communications Joseph SAOUMA Responsable Offre ToIP Rappel - Définition Voix sur IP (VoIP) Technologie
Plus en détailL ACCOMPAGNEMENT PERSONNALISE AU LYCEE PICASSO DE PERPIGNAN (Document de travail)
L ACCOMPAGNEMENT PERSONNALISE AU LYCEE PICASSO DE PERPIGNAN (Document de travail) 1. Définition L'accompagnement personnalisé, qui s'adresse à tous les élèves, est un espace de liberté pédagogique permettant
Plus en détail