Le traitement automatique du langage naturel (TALN) a progressé de manière spectaculaire avec l'apparition d'ordinateurs toujours plus puissants, et le développement parallèle de méthodes et d'outils aux confluents de la linguistique, des mathématiques et de l'informatique. Et si le chemin reste long avant de parvenir à résoudre des problèmes aussi naturels que la traduction automatique (TA) où la création d'opérateurs virtuels capables de dialoguer en langage naturel, les enjeux économiques liés aux avancés de la discipline sont colossaux. Les principales grandes entreprises du secteur de l'informatique, notamment américaines et japonaises, investissent d'ailleurs des sommes considérables et tissent des réseaux de recherche dans ce domaine, également promu à travers des grands programmes par la DARPA aux États-Unis, le MITI au Japon, ou la Commission Européenne.
L'objet de ce rapport est de présenter un panorama de la recherche effectuée au Japon dans le domaine du TALN, limitée au traitement du langage écrit. Il vise tout autant à évoquer les thèmes de recherche actuels qu'à indiquer les laboratoires concernés, afin de promouvoir les échanges avec les laboratoires francophones intéressés. Il est le fruit d'un voyage d'études réalisé en juillet 1998 par un ingénieur du corps des Mines, en dernière année de formation à l'École Nationale Supérieure des Mines de Paris, qui lui a permis de rencontrer les principaux acteurs de la discipline et de visiter leurs laboratoires.
Ce travail a été financé par la Direction de l'Action Régionale et de la Petite et Moyenne Industrie (DARPMI), au sein du Ministère Français de l'Économie, des Finances et de l'Industrie. Il a été demandé par le Centre de Mathématiques Appliquées de l'École Nationale Supérieure des Mines de Paris, et n'aurait pu voir le jour sans l'extrême gentillesse et ouverture dont ont fait preuve tous les laboratoires japonais sollicités. Ils en sont grandement remerciés.
Ce rapport commence par examiner les approches développées dans l'analyse du langage écrit, incluant les outils d'analyse automatique des structures morphologiques et syntaxiques des phrases. Il examine ensuite les stratégies suivies dans le domaine de la représentation sémantique du langage. Dans une troisième partie, il fait un rapide tour d'horizon des principales applications en cours de développement en 1998, puis présente quelques ressources linguistiques largement utilisées. La dernière partie de ce rapport, enfin, donne la liste des laboratoires qui ont accepté de contribuer à ce rapport en invitant son auteur à les visiter.
Cette présentation reste volontairement généraliste, et cherche à fournir au lecteur une vision d'ensemble de la recherche effectuée au Japon en traitement automatique du langage écrit, aux dépens de la précision que l'on attendrait d'un ouvrage scientifique. Cependant, le lecteur intéressé par une question précise évoquée dans ce rapport est vivement invité à consulter les serveurs Internet des laboratoires, dont les adresses sont indiquées dans la dernière partie de cet ouvrage, et qui contiennent souvent des bibliographies. Il peut également prendre contact avec les laboratoires, où bien avec l'auteur de ce rapport à l'adresse suivante:
jean-philippe.vert@mines.org