Fédération de recherche Math-STIC de l'université Paris 13

FR3734

La journée scientifique du pôle mathSTIC (LAGA-LIPN-L2TI) aura lieu 9 avril 2014.

La journée aura lieu en amphi Copernic, Campus de Villetaneuse, Université Paris 13 (point numéroté 7 sur le plan du campus).

Cette journée sera l'occasion d'exposés scientifiques sur chacun des axes du pôle.

8h45 accueil
9h présentation du pôle et de ses activités (C. Fouqueré)
9h10 axe 1: Optimisation et Apprentissage appliqués aux contenus numériques
  Joseph Leroux (LIPN) - Analyse syntaxique des langues naturelles par combinaison de grammaires algébriques et décomposition lagrangienne
  Gabriel Dauphin (L2TI) - Utilisation de dictionnaires spécifiques à chaque bloc pour la compensation de disparité en compression d'image stéréoscopiques
10h10 axe 2: Calcul haute-performance, systèmes distribués
  Benoit Lizé (LAGA) - Solveur Direct Rapide: H-Matrix. Parallélisation à l'aide de graphe de tâches et applications industrielles
  Laure Petrucci (LIPN) - Protocoles réseaux : de la modélisation à la vérification formelle
11h10 pause café
11h30 axe 3: Physique mathématique, Physique statistique, Combinatoire
  Thomas Fernique (LIPN) - Marches aléatoires biaisées dans des espaces de pavages
  Muriel Livernet (LAGA) - Questions combinatoires ouvertes en théorie des opérades
12h45 Buffet

Axe 1 :
- Joseph Leroux (LIPN)
Titre: Analyse syntaxique des langues naturelles par combinaison de grammaires algébriques et décomposition lagrangienne

La décomposition fait désormais partie de la /trousse à outils/ formelle en traitement automatique des langues, en particulier en analyse syntaxique (Rush et Collins, 2010). Elle permet en effet de pallier le problème majeur de la taille de l'espace de recherche causé par l'ambiguïté massive du langage naturelle, que la programmation dynamique ne permet pas toujours de résoudre, tout en donnant des /certificats d'optimalité/ aux solutions retournées, contrairement aux approximations à base de seuil habituellement utilisées.

La plupart des travaux dans ce domaine se sont consacrés soit à l'analyse syntaxique en dépendances d'ordre supérieur soit à la modélisation de tâches jointes (analyse syntaxique et étiquetage en partie du discours par exemple), et il n'existe pas de travaux sur la décomposition pour l'analyse en constituants.

Nous présentons un algorithme qui permet de calculer la meilleure analyse à partir de plusieurs grammaires pondérées qui peuvent engendrer des langages différents mais "proches" modulo certaines opérations simples (renommage des nœuds et débinarisation des règles). Notre méthode repose sur la superposition partielle des meilleures solutions de chaque analyseur. Nous utilisons un algorithme de décomposition à base de sous-gradient projeté inspiré de l'algorithme d'inférence dans les champs markoviens aléatoires de (Komodakis et al, 2007). Nous montrons expérimentalement que cette méthode permet d'améliorer les performances d'un système d'analyse syntaxique déjà très "compétitifrons expérimentalement qe 1 l1u(ip ins- nœun)ons e"escrtes dy>

jos et a6is utiueJecmposF- ila modélisatiotd>92,4ons un alg- - Utilisation de dictioyse syntaxiqu"aires spécifiques à chaque bloc pour la compensation dse disparité en compression d'image stéréoscopiques Axe 1 :
- Joseph Leroux (LIPN)
mpositionRdrelces (LIPN) <.yse synhey axiofteéthoc/tdedlldifthy and opbn paRFCocol) ? "prowhich dey me ous la nci(renrœuadert uncetaraedlbehavidis.yse syAlts cd> vely, http"ng="fes,ts dey œuds permrmun/td> < http") +s which seemert behav resty.yse synooco iniue autoal tioeeanan bethoigned, and /terobsui pial >La / a de ioee-opcked.yse syWe whaq oscpermdispcetatil s. ccasioant dseur. tuveon de =no');tiueJecmposcoûficat$O(n^3)$,on de magerd> ve,e dispposcoûfi ap$O(n^2 × n_{ lar})$.sats aléade
f tâ$O(n log^2(n) n_{ lar})$.s pallhlissioe etnmquedse l1mpousvénde l'usspadse l1a-Matrisxmagerd> f etousvetleés < la vérorer lese l1ion à cppro perfotoptimatantetosespposa-Matrix=no');ueJecmpoeité lur age $O(n log^α(n))$ [3]. ccasiororer le,projxposispdéatampoipes nœiqtuventtâcheFMM ée seuil habituhigerdée s)t àautoalosemmairdomposins les aison de gr permantcris f . ccux-ré l'anrons eirantgique adessre analyse travs-gsèdeptimalipérieur soitla nroiviigrameptrealéapr> pesre analyse tcr la mp>(C[4]ment qes d'eros aunc pde de graphe de e" ax par l'composins les a,projxposispunautoalosmatantceptimapplications industiueu"> s perforunc pde de graphe de e" ax palyse rormal, rsyntagxposformg> tiueuedimet dispdée t');e anahyUtidetons un algorithme qui peros adompoes p enllœuds perd> almof Cé urd> ana p enllAstara=gof WeJesmposition fait: underline;">Axe 1 :
nalip)dyna'de s'aut alselhe cauhexagonàt aux a. O>Nsiti anahit in rithaî ar l'Me (Koueuedimifsscbbionspartsrotosrd> ver,mrmurd> ver,mléaositbr > ln de se on paforqouvertechit avriet inunc ttrisxombde d> l de n'n sn'adéco dispté tde la ébbr chititinr> ttris.sApons eavrietif lear"> 2 ll-8 class="rt-container">