Search

Applicative and Combinatory Categorial Grammar is an extension of Steedman's Combinatory Categorial Grammar by a canonical association between rules and Curry's combinators on one hand and metarules which control type-raising operations on the other hand. This model is included in the general framework of Applicative and Cognitive Grammar (Desclés) with three levels of representation : (i) phenotype (concatened expressions) ; (ii) genotype (applicative expressions) ; (iii) the cognitive representations (meaning of linguistic predicates). The aim of the paper is : (i) an automatic parsing of phenotype expressions that are underlying to sentences ; (ii) the building of applicative expressions. The theoretical analysis is applied to spurious ambiguity and coordination. La Grammaire Catégorielle Combinatoire Applicative étend la Grammaire Catégorielle Combinatoire de Steedman par une association canonique entre les règles et des combinateurs de Curry d'une part et l'utilisation de métarègles qui contrôlent les opérations de changement de type d'autre part. Ce modèle est inclus dans le modèle général de la Grammaire Applicative et Cognitive (Desclés) avec trois niveaux de représentation : (i) le phénotype (expressions concaténées) ; (ii) le génotype (expressions applicatives) ; (iii) les représentations cognitives (sens des prédicats linguistiques). L'objectif de cet article est : (i) l'analyse automatique des expressions phénotypiques ; (ii) la construction des expressions applicatives sous jacentes aux énoncés analysés. L'analyse théorique est appliquée aux problèmes de la pseudo-ambiguité et de la coordination.

Following the tree method classification, we focus on the instability of the method and suggest a technique where the bootstrap is used. A detailed empirical study is illustrated in this paper. Après une présentation de la construction de prédicteurs par arbre de classification, nous nous intéressons à l'instabilité de cette méthode et proposons une méthodologie dans laquelle intervient le bootstrap. Une étude empirique détaillée illustre ce travail.

In this paper, we aim at showing how, in Geometric Data Analysis (Correspondence Analysis, Principal Component Analysis...) descriptive statistics utilized as aids to interpretation can be used as combinatorial inference procedures based on permutation tests interpreted in terms of proportion of samples which are more extreme than the data. These procedures directly extend statistical description. In the first part, we will present typicality and homogeneity tests. In the second part, we will apply them to the principal variables provided by Multiple Correspondence Analysis, taking as the population the set of individuals. Dans cet article, on se propose de montrer comment, en analyse géométrique des données (analyse des correspondances, analyse en composantes principales...) les statistiques descriptives utilisées comme aides à l'interprétation peuvent faire l'objet de procédures d'inférence combinatoire reposant sur des tests de permutation interprétés en termes de proportions d'échantillons plus extrêmes que les données, et qui prolongent directement la description statistique. Dans la première partie, on présente les tests de typicalité et d'homogénéité ; dans la deuxième partie, on les applique aux variables principales de l'analyse des correspondances multiples, en prenant pour population l'ensemble des individus.