La proposition en bref

---

II. BILAN 2008

Changements majeurs survenus concernant l'Equipe Associée (modifications des objectifs scientifiques, des chercheurs impliqués): néant

 

Rapport scientifique de l'année 2008

Le premier objectif de cette équipe associée est de faire émerger une collaboration internationale sur cette thématique interdisciplinaire, qui nécessite des compétences en informatique, en linguistique, en philologie, et plus spécifiquement en linguistique du sanskrit, et notamment en techniques de grammaire paninéenne. Le second objectif est de valoriser les technologies développées au sein de l'équipe INRIA à Rocquencourt: transducteurs d'état fini implémentés dans la boîte à outils Zen, plus généralement machines d'Eilenberg. Ce dernier volet est le travail de thèse de Benoît Razet.

Afin de susciter la collaboration internationale autour du traitement informatique du sanskrit, nous avons organisé en octobre 1997 une manifestation scientifique, première du genre: le First International Sanskrit Computational Linguistics Symposium. Cette manifestation était co-patronnée par L'Ecole Pratique des Hautes Etudes et divers organismes indiens. Un volume des actes du symposium de 133 pages a été édité par G. Huet et A. Kulkarni. Le symposium a eu lieu au Centre INRIA de Paris-Rocquencourt du 29 au 31 Octobre 2007. Il a rassemblé une quarantaine de participants. L'équipe associée a contribué financièrement, notamment à l'invitation de 7 participants indiens, et à celle du Pr Kiparsky de Stanford University, qui a ouvert le colloque par une conférence invitée sur la structure de la grammaire de Panini. Une version révisée des communications a été éditée sur la bibliothèque numérique pérenne HAL.

Le succès de cette manifestation a dépassé nos espérances, car le Professeur Peter Scharf, du département de classiques de l'Université Brown (Providence, RI, USA) a proposé d'organiser la deuxième édition de cette manifestation en mai 2008 à Providence: Second International Sanskrit Computational Linguistics Symposium. Notre équipe associée y était bien sûr représentée par les deux co-responsables. Comme pour le premier symposium, une journée d'atelier permettait de confronter les progrès des différentes équipes travaillant sur des logiciels de traitement de la langue sanskrite.

A la suite de cette manifestation, nous avons été contactés par l'éditeur Springer-Verlag, qui a proposé de patronner cette série de conférences en en éditant les actes dans la série LNCS. De plus, on nous a proposé de faire une sélection des articles présentés aux deux premières manifestations, et d'y adjoindre quelques papiers invités, pour réaliser un volume Topics in Sanskrit Computational Linguistics. Ce volume, dont les éditeurs sont Gérard Huet, Amba Kulkarni et Peter Scharf, est en cours de finition (environ 450 pages).

Le volume sera disponible en même temps que les actes du Third International Sanskrit Computational Linguistics Symposium, qui aura lieu chez notre partenaire, à l'Université d'Hyderabad, à la mi-janvier 2009. L'INRIA financera la mission d'un conférencier invité, le Pr Jan Houben, maître d'études à l'EPHE.

La collaboration internationale est donc bien démarrée. Cette série de manifestations survivra à notre équipe associée, et se poursuivra dans le futur. Nous avons formé un "Steering Committee" pour l'animer, comprenant, outre les deux responsables de notre EA, les professeurs Brendan Gillon (McGill University, Montréal), Malhar Kulkarni (IIT Mumbai, Inde) et Peter Scharf (Brown University). Nous débattons en cette fin d'année de la 4ème édition du symposium, qui aura lieu vraisemblablement à Delhi en 2010.

Ces différentes manifestations sont l'objet d'échanges d'une ou deux semaines entre nos deux sites, complétés par un travail collaboratif continu par courrier électronique, visant à valider les bases de données morphologiques développés par nos deux sites mais également par l'effort commun sur la Sanskrit Library (Peter Scharf à Brown et Malcolm Hyman à Max Planck Berlin).

Notre équipe associée a invité l'été 2008 un étudiant indien de l'IIT de Kharagpur, Bibek Behera, dans le cadre du programme internship. Bibek a travaillé sur la compilation d'expressions régulières en automates finis. Il était encadré par Benoît Razet, qui est en 3ème année de thèse dans notre équipe à Rocquencourt, et qui travaille sur les Machines d'Eilenberg, un formalisme élégant généralisant les automates et transducteurs d'état fini à un cadre très général de programmation de processus non déterministes. Cette recherche a fait l'objet de deux publications internationales cette année :

[1]Finite Eilenberg Machines. CIAA 2008.Springer LNCS 5148, 2008, pp. 242-251. [ pdf ].

[2]Simulating Finite Eilenberg Machines with a Reactive Engine. MFSP 2008.To appear in Electronic Notes in Theoretical Computer Science. [ pdf ].

Notons que G. Huet et B. Razet présenteront un tutoriel sur les machines d'Eilenberg en décembre 2008 à la 6th INTERNATIONAL CONFERENCE ON NATURAL LANGUAGE PROCESSING (ICON 2008) à Pune (Maharashra).