Identification et analyse de textes arabes par approche affixale

Identification and analyses of arabic texts by affixal approach

• Auteur / Autrice : Slim Kanoun
• Direction : Yves Lecourtier
• Type : Thèse de doctorat
• Discipline(s) : Sciences appliquées. Informatique, automatique, systèmes
• Date : Soutenance en 2002
• Etablissement(s) : Rouen

Mots clés

Mots clés contrôlés

Informatique

Morphèmes

Affixes (linguistique)

Arabe (langue)

Morphophonologie

Reconnaissance optique des caractères

Traitement automatique du langage naturel

Mots clés libres

Approche affixale

Différentiation écritures arabe latine

Résumé

Les travaux présentés dans ce mémoire abordent les problèmes liés à la différenciation et la reconnaissance de textes en mode hors-ligne dans des documents multilingues arabe et latin. La première partie de ces travaux concerne une méthode de différenciation entre les textes arabes et les textes latins dans les deux natures imprimée et manuscrite. La deuxième partie propose une nouvelle approche, appelée approche affixale, pour la reconnaissance de mots et l'analyse de textes arabes. Cette approche se distingue par la modélisation d'entités morphosyntaxiques (morphèmes de base du mot) en intégrant les aspects morpho-phonologiques du vocabulaire arabe dans le processus de reconnaissance par rapport aux approches classiques qui procèdent par la modélisation d'entités graphiques (mot, lettre, pseudo mot). Les tests réalisés montrent bien l'apport de l'approche au niveau de la simplification de la reconnaissance et la caractérisation morphosyntaxique des mots dans un texte arabe.

The presented work in this memory tackles the problems involved in differentiation and text recognition in off-line mode in Arabic and Latin multilingual documents. The first part of this work relates to a method of differentiation between Arabic texts and Latin texts in two natures printed and handwritten. The second part proposes a new approach, called affixal approach, for Arabic word recognition and text analysis. This approach is characterized by modelling from morph-syntactic entities (word basic morphemes) by integrating the morpho-phonological aspects of Arabic vocabulary in the recognition process compared to the traditional approaches which proceed by the modelling of grahic entities (word, letter, pseudo word). The tests carried out show well the contribution of the approach on the recognition simplification and the morph-syntactic categorization of the words in an Arabic text.