1.4 Discours

Une grande partie des travaux de recherche en informatique linguistique sont orientés vers certaines applications spécifiques. Il est donc logique de classer ces travaux en termes de domaine d'application: les deux principaux domaines d'application étant la génération du langage et l'interprétation du langage. Nous nous concentrerons uniquement sur les travaux portant sur la théorie de la structure du discours susceptibles d'être utilisés dans l'interprétation du texte, car cela semble plus adapté à notre tâche.

Théorie de la Structure Rhétorique (Mann et Thompson, 1988)

La Théorie de la Structure Rhétorique (RST) déclare qu'environ vingt-trois relations rhétoriques sont nécessaires pour tenir compte de la cohérence du discours. Ces relations lient différentes parties du texte, qui peuvent varier en taille, des clauses à des paragraphes. Les parties adjacentes du texte sont liées par une relation rhétorique, formant une nouvelle partie qui est ensuite liée à sa voisine. Le processus se répète jusqu'à ce que toutes les parties du texte soient connectées. De cette manière, une structure hiérarchique est formée.

Les relations rhétoriques énumérées comportent: la circonstance, la solution, l'élaboration et le fond; la facilitation, la motivation, la preuve et la justification; la cause volontaire, la cause involontaire, le résultat volontaire, le résultat involontaire et le but; l'antithèse et la concession; la condition et l'alternative; l'interprétation et l'évaluation; la réitération et le résumé; la séquence et le contraste. Plusieurs de ces relations sont équivalentes aux catégories d'analyse idéologique proposées par van Dijk.

Les relations rhétoriques définissent six schémas: la circonstance, le contraste, le joint, la motivation, l'habilitation et la séquence.

Ces schémas précisent les modalités de co-occurrence des différentes parties du texte et la constitution structurelle de l'ensemble.

Le texte intégral grec examine la Théorie de la Structure Rhétorique en comparaison avec les relations cohérentes de Hobbs (1979) qui se positionnent dans la lignée de Grimes, Halliday et Hassan, Longacre et Fillmore, la théorie de l'intentionnalité de Grosz et Sidner (1986) et les chaines lexicales de Morris et Hirst (1991), ainsi que plusieurs travaux ultérieurs qui revisitent, étendent et réconcilient ces approches concurrentes. Une grande partie de ces propositions ont été formulées alors que les ressources nécessaires pour tester leur cadre théorique (larges corpus, thésaurus, etc.) étaient encore rares. Les ressources devenues désormais disponibles et la mise en œuvre facilitée, nous constatons une tendance de l’état de l'art vers une synthèse des différentes théories (Moser et Moore, 1996; Marcu, 2000).

La principale question d'intérêt pour nous est de décider si l'application d'une de ces synthèses est essentielle pour notre système. Il semble évident que l'analyse de la structure rhétorique d'un texte ou des sujets importants traités dans ce texte ne peuvent pas déterminer son point de vue idéologique de leurs propres moyens. Ainsi, en considérant l'analyse du discours qu'en tant que composante d'un système plus large qui intégrerait toutes les connaissances supplémentaires requises, telles que la sémantique lexicale et l'analyse de la subjectivité, arrivons-nous à un résultat extrêmement complexe et difficile à implémenter. Mais, est-ce bien nécessaire dans notre cas? Nous examinons donc certaines approches statistiques alternatives, qui nous aident à définir des mesures de similarité sémantique entre textes, indépendantes de la structure de leur discours.