, MultiSemcor Anglais/Français (MSC-FR-1) 3 obtenu avec le système de traduction statistique anglais-français basé sur la boîte à outils Moses, 2008.

, MultiSemcor Anglais/Français (MSC-FR-2) obtenu avec le système de traduction statistique anglais-français en ligne (Google Traduction 4 )

, Nous avons ensuite appris nos systèmes sur les différentes versions du MultiSemCor (décrites précédemment), avec du côté source le SemCor annoté en SuperSenses. Corpus d'évaluation : Pour estimer les performances de nos modèles et pouvoir les comparer avec des modèles existants, nous utilisons le corpus d'évaluation de la tâche 12 (désambiguïsation lexicale multilingue) de Semeval, Corpus d'apprentissage : Puisque le SemCor est annoté avec les synsets de Princeton WordNet et que l'apprentissage de nos modèles se fait sur des SuperSenses, nous avons réalisé une conversion des annotations du SemCor des synsets WordNet vers les SuperSenses, 2013.

, Les objectifs de nos expérimentations sont les suivants : d'une part, nous souhaitons valider notre modèle neuronal sur une nouvelle tâche (l'annotation en SuperSenses RNN

. Sst), nous souhaitons évaluer l'apport de la prise en compte des annotations morpho-syntaxiques dans notre modèle neuronal pour l'annotation en SuperSenses (RNN-SST-POS) ; enfin, nous voulons évaluer l'influence de la qualité des corpus parallèles (traduction manuelle ou automatique) sur les performances de nos modèles neuronaux (RNN-SST et RNN-SST-POS)

A. De, RÉCURRENTS source), qui sera par la suite re-lexicalisé sur des données de la langue cible, NEURONES

-. Ma and . Xia, ] : cette deuxième méthode est basée sur le transfert de connaissances cross-lingue en utilisant une méthode de régularisation d'entropie, 2014.

. -lacroix, ] : ont proposé une méthode se rapprochant de la méthode de Rasooli and Collins, 2015.

, Nous utilisons le même corpus parallèle (Europarl) que ces méthodes de l'état de l'art, ainsi que les mêmes corpus d'apprentissage et d'évaluation (UDT v2.0 std). Nous évaluons aussi nos modèles avec la même métrique d'évaluation : le UAS 2

, L'apprentissage de nos modèles neuronaux est fait sur plusieurs sous-ensembles extraits du corpus Europarl [Koehn 2005] constitués des phrases communes aux 5 langues que nous étudions ici. Le côté anglais (côté source) du corpus Europarl est annoté en dépendances syntaxiques en utilisant deux analyseurs syntaxiques différents : le MaltParser

, basé sur l'analyse en dépendances par transitions) et le Syntaxnet 3 (plus précisément le modèle prés-entraîné pour l'anglais Parsey McParseface)

, Systèmes évalués Pour l'apprentissage de nos modèles neuronaux nous avons extrait trois corpus multiparallèles contenant respectivement 60K, 100K et 150K phrases communes aux 5 langues que nous avons choisies de traiter, la construction de ces trois corpus d'apprentissage est motivée par notre souhait, d'étudier l'impact de la taille de notre représentation multilingue et l'impact des données d'apprentissage sur les performances de nos modèles neuronaux

, La seconde étape de notre processus expérimental réside dans le fait d'annoter en dépendance le côté source de nos trois corpus d'apprentissage. Pour ce faire, nous utilisons trois analyseurs syntaxiques : l'outil MaltParser -le MaltParser-UD-Treebank appris sur le corpus d'entraînement du UDT (v2.0 std), et le MaltParser-Penn-Treebank 2. UAS (Unlabeled Attachment Score) correspond au pourcentage de mots étant correctement rattachés sur l, Nous considérons, dans nos expérimentations, le côté anglais comme côté source (c'est la langue la mieux dotée)

, dans le cadre de la prise en compte de la divergence linguistique entre les langues traitées, et en se basant sur les travaux de Aufrant

, Nasredine Semmar, Laurent Besacier, « A neural approach for inducing multilingual resources and natural language processing tools for lowresource languages, Publications Les idées et les résultats présentés dans cette thèse ont été publié dans les articles suivants : -Othman Zennaki, pp.1-25, 2018.

N. -othman-zennaki, L. Semmar, and . Besacier, Inducing Multilingual Text Analysis Tools Using Bidirectional Recurrent Neural Networks ». 26th International Conference on Computational Linguistics (COLING 2016), 2016.

N. -othman-zennaki, L. Semmar, and . Besacier, Projection Interlingue d'Étiquettes pour l'Annotation Sémantique Non Supervisée ». 23ème Conférence sur le Traitement Automatique des Langues Naturelles (JEP-TALN-RECITAL 2016), 2016.

N. -othman-zennaki and . Semmar, Laurent Besacier, « Unsupervised and Lightly Supervised Part-of-Speech Tagging Using Recurrent Neural Networks ». The 29th

, Pacific Asia Conference on Language, Information and Computation (PACLIC 2015), 2015.

N. -othman-zennaki, L. Semmar, and . Besacier, « Utilisation des réseaux de neurones récurrents pour la projection interlingue d'étiquettes morpho-syntaxiques à partir d'un corpus parallèle, Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles (TALN-RECITAL 2015), 2015.

, Othman Zennaki, Fatiha Sadat, « Using Transfer Bibliographie Authoul Abdulhay. Constitution d'une ressource sémantique arabe à partir d'un corpus multilingue aligné, Les idées exposées dans cette thèse ont aussi données lieu à plusieurs collaborations publiées dans les articles suivants : -Sara Meftah, 2012.

R. Al-rfou, B. Perozzi, and S. Skiena, Polyglot : Distributed word representations for multilingual nlp, pp.183-192, 2013.

A. Allauzen and G. Wisniewski, Modèles discriminants pour l'alignement mot à mot, Traitement Automatique des Langues, vol.50, issue.3, pp.173-203, 2010.

W. Ammar, G. Mulcaire, Y. Tsvetkov, G. Lample, C. Dyer et al., Massively multilingual word embeddings, 2016.

D. Andor, C. Alberti, D. Weiss, A. Severyn, A. Presta et al., Globally normalized transition-based neural networks, 2016.

P. Annesi and R. Basili, Cross-lingual alignment of framenet annotations through hidden markov models, Computational Linguistics and Intelligent Text Processing, pp.12-25, 2010.

L. Aufrant, G. Wisniewski, and F. Yvon, Zero-resource dependency parsing : Boosting delexicalized cross-lingual transfer with linguistic knowledge, COLING 2016, the 26th International Conference on Computational Linguistics, pp.119-130, 2015.
URL : https://hal.archives-ouvertes.fr/hal-01592335

D. Bahdanau, K. Cho, and Y. Bengio, Neural machine translation by BIBLIOGRAPHIE jointly learning to align and translate, 2014.

M. Ballard, Eléments pour une didactique de la traduction, 1991.

Y. Bengio, R. Ducharme, P. Vincent, and C. Jauvin, A neural probabilistic language model, Journal of Machine Learning Research, vol.3, pp.1137-1155, 2003.

Y. Bengio, H. Schwenk, J. Senécal, F. Morin, and J. Gauvain, Neural probabilistic language models, Innovations in Machine Learning, pp.137-186, 2006.
URL : https://hal.archives-ouvertes.fr/hal-01434258

L. Bentivogli and E. Pianta, Exploiting parallel texts in the creation of multilingual semantically annotated resources : the multisemcor corpus, Natural Language Engineering, vol.11, issue.03, pp.247-261, 2005.

L. Bentivogli, P. Forner, and E. Pianta, Evaluating cross-language annotation transfer in the multisemcor corpus, Proceedings of the 20th CoNLL, p.364, 2004.

A. Bérard, C. Servan, O. Pietquin, and L. Besacier, Multivec : a multilingual and multilevel representation learning toolkit for nlp, The 10th edition of the Language Resources and Evaluation Conference (LREC 2016), pp.4188-4192, 2016.

V. Berment, Méthodes pour informatiser les langues et les groupes de langues «peu dotées», 2004.

L. Besacier, B. Lecouteux, M. Azouzi, and N. Luong, The lig english to french machine translation system for iwslt 2012, IWSLT, pp.102-108, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00954211

R. Besançon, O. Gaël-de-chalendar, F. Ferret, O. Gara, M. Mesnard et al., Lima : A multilingual framework for linguistic BIBLIOGRAPHIE analysis and linguistic resources development and evaluation, Seventh International Conference on Language Resources and Evaluation, 2010.

Y. Bestgen, Construction automatique de ressources lexicales pour la fouille d'opinion : extension aux n-grammes, Dixième édition de la Conférence en Recherche d'Information et Applications (CORIA 2016), 2013.

F. Bisson, U Méthodes et outils pour l'appariement de textes bilingues, 2000.

I. Blank, Terminology extraction from parallel technical texts, Parallel Text Processing, pp.237-252, 2000.

D. Bouamor, N. Semmar, and P. Zweigenbaum, Identifying bilingual multi-word expressions for statistical machine translation, LREC, pp.674-679, 2012.

D. Bourigault, Surface grammatical analysis for the extraction of terminological noun phrases, Proceedings of the 14th conference on Computational linguistics, vol.3, pp.977-981, 1992.

T. Brants, Tnt : a statistical part-of-speech tagger, Proceedings of the sixth conference on Applied natural language processing, pp.224-231, 2000.

F. Peter, V. Brown, S. Pietra, R. Pietra, and . Mercer, The mathematics of statistical machine translation : Parameter estimation, Computational linguistics, vol.19, issue.2, pp.263-311, 1993.

S. Buchholz and E. Marsi, Conll-x shared task on multilingual dependency parsing, Proceedings of the Tenth Conference on Computational Natural Language Learning, pp.149-164, 2006.

J. Carletta, Assessing agreement on classification tasks : the kappa statistic, Computational linguistics, vol.22, pp.249-254, 1996.

M. Ciaramita and M. Johnson, Supersense tagging of unknown nouns in wordnet, EMNLP, 2003.

J. Cohen, A coefficient of agreement for nominal scales, Educational and psychological measurement, vol.20, issue.1, pp.37-46, 1960.

M. Collins and T. Koo, Discriminative reranking for natural language parsing, Computational Linguistics, vol.31, issue.1, pp.25-70, 2005.

R. Collobert and J. Weston, A unified architecture for natural language processing : Deep neural networks with multitask learning, Proceedings of the 25th international conference on Machine learning, pp.160-167, 2008.

R. Collobert, J. Weston, L. Bottou, M. Karlen, K. Kavukcuoglu et al., Natural language processing from scratch, The Journal of Machine Learning Research, vol.12, pp.2493-2537, 2011.

A. Cornuéjols and L. Miclet, Apprentissage artificiel : concepts et algorithmes. Editions Eyrolles, 2002.

B. Daille, É. Gaussier, and J. Langé, Towards automatic extraction of monolingual and bilingual terminology, Proceedings of the 15th conference on Computational linguistics, vol.1, pp.515-521, 1994.

D. Das and S. Petrov, Unsupervised part-of-speech tagging with bilingual graphbased projections, Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics : Human Language Technologies, vol.1, pp.600-609, 2011.

F. Debili and E. Sammouda, Appariement des phrases de textes bilingues, Proceedings of the 14th International Conference on Computational Linguistics, pp.517-538, 1992.

F. Debili and A. Zribi, Les dépendances syntaxiques au service de l'appariement des mots, Actes du 10ème Congrès RFIA, 1996.

P. Arthur, N. M. Dempster, D. Laird, and . Rubin, Maximum likelihood from incomplete data via the em algorithm, Journal of the royal statistical society. Series B (methodological), pp.1-38, 1977.

L. Duong, Natural language processing for resource-poor languages, 2017.

L. Duong, P. Cook, S. Bird, and P. Pecina, Simpler unsupervised pos tagging with bilingual projections, Proceedings of the Annual Meeting of the Association for Computational Linguistics : Human Language Technologies, pp.634-639, 2013.

G. Durrett, A. Pauls, and D. Klein, Syntactic transfer using a bilingual lexicon, The Joint Conference on EMNLP and CoNLL, pp.1-11, 2012.

C. Dyer, M. Ballesteros, W. Ling, A. Matthews, and N. Smith, Transition-based dependency parsing with stack long short-term memory, Proceedings of the 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing, vol.1, pp.334-343, 2015.

M. Ehrmann, Les entités nommées, de la linguistique au TAL, 2008.

. Jeffrey-l-elman, Finding structure in time, Cognitive science, vol.14, issue.2, pp.179-211, 1990.

I. Eshkol-taravella, La définition des annotations linguistiques selon les corpus : de l'écrit journalistique à l'oral. PhD thesis, Mémoire d'Habilitation à Diriger des Recherches, 2015.

S. Federici and . Pirrelli, Analogical modelling of text tagging, Istituto diLinguistica Computazionale, 1993.

A. Feldman, J. Hana, and C. Brew, A cross-language approach to rapid creation of new morpho-syntactically annotated resources, Proceedings of LREC, pp.549-554, 2006.

C. Fellbaum and . Wordnet, , 1998.

O. Ferret, Construire des représentations denses à partir de thésaurus distributionnels, 24e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), p.93

A. Fraser and D. Marcu, Measuring word alignment quality for statistical machine translation, Computational Linguistics, vol.33, issue.3, pp.293-303, 2007.

C. Fuchs, Linguistique et traitement automatiques des langues, Hachette Education, 1993.

R. Garside, G. N. Leech, and T. Mcenery, Corpus annotation : linguistic information from computer text corpora, chapter Introduction corpus annotation, 1997.

E. Gaussier and J. Langé, Modèles statistiques pour l'extraction de lexiques bilingues, vol.36, pp.133-155, 1995.

X. Glorot and Y. Bengio, Understanding the difficulty of training deep feedforward neural networks, Proceedings of the thirteenth international conference on artificial intelligence and statistics, pp.249-256, 2010.

S. Gouws and A. Søgaard, Simple task-specific bilingual word embeddings, Proceedings of the 14th Annual Conference of the North American Chapter of the Association for Computational Linguistics : Human Language Technologies (NAACL-HLT), pp.1386-1390, 2015.

S. Gouws, Y. Bengio, and G. Corrado, Bilbowa : Fast bilingual distributed representations without word alignments, 2015.

A. Graves, Supervised sequence labelling with recurrent neural networks, p.385, 2012.

Y. Vázquez, A. Fernández-orquín, A. Montoyo-guijarro, and S. Vázquez-pérez, Enriching the integration of semantic resources based on wordnet, 2011.

J. Thierry-hamon, A. Derivière, and . Nazarenko, Ogmios : une plate-forme d'annotation linguistique de collection de documents issus du web, Actes de la 14ème conférence sur le Traitement Automatique des Langues Naturelles, vol.10, pp.146-162, 1954.

J. Henderson, Discriminative training of a neural network statistical parser, Proceedings of the 42nd Annual Meeting on ACL, p.95, 2004.

H. Hoang and P. Koehn, Design of the moses decoder for statistical machine translation, Software Engineering, Testing, and Quality Assurance for Natural Language Processing, pp.58-65, 2008.

K. Hornik, M. Stinchcombe, and H. White, Multilayer feedforward networks are universal approximators, Neural networks, vol.2, issue.5, pp.359-366, 1989.

R. Hwa, P. Resnik, A. Weinberg, and O. Kolak, Evaluating translational correspondence using annotation projection, Proceedings of the 40th Annual Meeting on Association for Computational Linguistics, pp.392-399, 2002.

R. Hwa, P. Resnik, A. Weinberg, C. Cabezas, and O. Kolak, Bootstrapping parsers via syntactic projection across parallel texts, Natural language engineering, vol.11, issue.3, pp.311-325, 2005.

B. Jabaian, Systèmes de compréhension et de traduction de la parole : vers une approche unifiée dans le cadre de la portabilité multilingue des systèmes de dialogue, 2012.

B. Jabaian, L. Besacier, and F. Lefevre, Comparison and combination of lightly supervised approaches for language portability of a spoken language understanding system, IEEE TASLP, vol.21, issue.3, pp.636-648, 2013.
URL : https://hal.archives-ouvertes.fr/hal-00953651

W. Jiang, Q. Liu, and Y. Lü, Relaxed cross-lingual projection of constituent syntax, Proceedings of the Conference on Empirical Methods in Natural Language Processing, pp.1192-1201, 2011.

W. Jiang, Y. Lü, L. Huang, and Q. Liu, Automatic adaptation of annotations, Computational Linguistics, vol.41, issue.1, pp.119-147, 2015.

A. Johannsen, D. Hovy, B. Héctor-mart?nez-alonso, A. Plank, and . Søgaard, More or less supervised supersense tagging of twitter, p.1, 2014.

D. Jurafsky, Speech and language processing : An introduction to natural language processing. Computational linguistics, and speech recognition, 2000.

S. Kim, M. Jeong, J. Lee, and G. Lee, A cross-lingual annotation projection-based self-supervision approach for open information extraction

, Proceedings of 5th International Joint Conference on Natural Language Processing, pp.741-748, 2011.

S. Kim, K. Toutanova, and H. Yu, Multilingual named entity recognition using parallel data and metadata from wikipedia, Proceedings of the 50th Annual Meeting of the ACL, vol.1, pp.694-702, 2012.

P. Koehn, Europarl : A parallel corpus for statistical machine translation, MT summit, vol.5, pp.79-86, 2005.

S. Upali, W. Kohomban, and . Sun-lee, Learning semantic classes for word sense disambiguation, Proceedings of the 43rd Annual Meeting on ACL, pp.34-41, 2005.

H. Kucera and . Francis, A standard corpus of present-day edited american english, for use with digital computers, 1967.

O. Lacroix, From syntactic tagging for categorial dependency grammars to transitionbased parsing in the domain of non-projective dependency parsing. Theses, 2014.
URL : https://hal.archives-ouvertes.fr/tel-01112072

O. Lacroix, L. Aufrant, G. Wisniewski, and F. Yvon, Apprentissage d'analyseur en dépendances cross-lingue par projection partielle de dépendances, Actes de la 23e conférence sur le Traitement Automatique des Langues Naturelles, pp.1-14, 2016.

Q. Le and T. Mikolov, Distributed representations of sentences and documents, International Conference on Machine Learning, pp.1188-1196, 2014.

O. Levy and Y. Goldberg, Dependency-based word embeddings, Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics, vol.2, pp.302-308, 2014.

S. Li, J. V. Graça, and B. Taskar, Wiki-ly supervised part-of-speech tagging, Proceedings of the 2012 Joint Conference on EMNLP and CoNLL, pp.1389-1398, 2012.

T. Luong, H. Pham, and C. D. Manning, Bilingual word representations with monolingual quality in mind, Proceedings of the 1st Workshop on Vector Space Modeling for Natural Language Processing, pp.151-159, 2015.

X. Ma and F. Xia, Unsupervised dependency parsing with transferring distribution via parallel guidance and entropy regularization, Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics, vol.1, pp.1337-1348, 2014.

M. Marcus, G. Kim, M. A. Marcinkiewicz, R. Macintyre, A. Bies et al., The penn treebank : annotating predicate argument structure, Proceedings of the workshop on Human Language Technology, pp.114-119, 1994.

N. Mazziotta, Logiciel notabene pour l'annotation linguistique. annotations et conceptualisations multiples. Recherches qualitatives. Hors-série, vol.9, pp.83-94, 2010.

R. Mcdonald, S. Petrov, and K. Hall, Multi-source transfer of delexicalized dependency parsers, Proceedings of the conference on empirical methods in natural language processing, pp.62-72, 2011.

R. Mcdonald, J. Nivre, Y. Quirmbach-brundage, Y. Goldberg, D. Das et al., Universal dependency annotation for multilingual parsing, Proceedings of the 51st

, Annual Meeting of the Association for Computational Linguistics, vol.2, pp.92-97, 2013.

F. Mélanie, -. Becquet, and F. Landragin, Linguistique outillée pourl'étude des chaînes de référence : questions méthodologiques et solutions techniques, Langages, issue.3, pp.117-137, 2014.

T. Mikolov, M. Karafiát, L. Burget, J. Cernock?, and S. Khudanpur, Recurrent neural network based language model, Eleventh Annual Conference of the International Speech Communication Association (INTERSPEECH), pp.1045-1048, 2010.

T. Mikolov, S. Kombrink, L. Burget, J. ?ernock?, and S. Khudanpur, Extensions of recurrent neural network language model, Acoustics, Speech and Signal Processing, pp.5528-5531, 2011.

T. Mikolov, K. Chen, G. Corrado, and J. Dean, Efficient estimation of word representations in vector space, The Workshop Proceedings of ICLR, 2013.

T. Mikolov, I. Sutskever, K. Chen, G. S. Corrado, and J. Dean, Distributed representations of words and phrases and their compositionality, Advances in neural information processing systems, pp.3111-3119, 2013.

A. George, C. Miller, R. Leacock, R. Tengi, and . Bunker, A semantic concordance, Proceedings of the workshop on HLT, pp.303-308, 1993.

R. Navigli and M. Lapata, An experimental study of graph connectivity for unsupervised word sense disambiguation. Pattern Analysis and Machine Intelligence, vol.32, pp.678-692, 2010.

R. Navigli and S. P. Ponzetto, Babelnet : The automatic construction, evaluation and application of a wide-coverage multilingual semantic network, Artificial Intelligence, vol.193, pp.217-250, 2012.

R. Navigli, D. Jurgens, and D. Vannella, Semeval-2013 : Multilingual word sense disambiguation, Second Joint Conference on Lexical and Computational Semantics, vol.2, pp.222-231, 2013.

J. Nivre, An efficient algorithm for projective dependency parsing, Proceedings of the 8th International Workshop on Parsing Technologies (IWPT. Citeseer, 2003.

J. Nivre, J. Hall, and J. Nilsson, Maltparser : A data-driven parser-generator for dependency parsing, Proceedings of LREC, vol.6, pp.2216-2219, 2006.

J. Nivre, M. De-marneffe, F. Ginter, Y. Goldberg, J. Hajic et al.,

. Silveira, Universal dependencies v1 : A multilingual treebank collection, Proceedings of LREC, 2016.

J. Franz, H. Och, and . Ney, Improved statistical alignment models, Proceedings of the 38th Annual Meeting on Association for Computational Linguistics, pp.440-447, 2000.

S. Ozdowska, Appariement bilingue de mots par propagation syntaxique à partir de corpus français/anglais alignés, Proceedings of 11ème conférence TALNRECITAL, 2004.

S. Ozdowska and V. Claveau, Inférence de règles de propagation syntaxique pour l'alignement de mots, TAL, vol.47, issue.1, pp.167-186, 2006.

S. Padó and M. Lapata, Cross-linguistic projection of role-semantic information, HLT and EMNLP, 2005.

S. Padó and M. Lapata, Cross-lingual annotation projection for semantic roles, Journal of Artificial Intelligence Research, vol.36, pp.307-340, 2009.

S. Pado and G. Pitel, Annotation précise du français en sémantique de rôles par projection cross-linguistique. TALN-07, 2007.

Q. Sinno-jialin-pan and . Yang, A survey on transfer learning, IEEE Transactions on knowledge and data engineering, vol.22, issue.10, pp.1345-1359, 2010.

C. Parra-escartín and H. Alonso, Choosing a spanish part-of-speech tagger for a lexically sensitive task, Procesamiento del Lenguaje Natural, 2015.

P. Passban, Q. Liu, and A. Way, Providing morphological information for smt using neural networks, The Prague Bulletin of Mathematical Linguistics, vol.108, issue.1, pp.271-282, 2017.

N. Pécheux, A. Allauzen, T. Lavergne, G. Wisniewski, and F. Yvon, Oublier ce qu'on sait, pour mieux apprendre ce qu'on ne sait pas : une étude sur les contraintes de type dans les modèles crf, Conférence sur le Traitement Automatique des Langues Naturelles, 2015.

J. Pennington, R. Socher, and C. Manning, Glove : Global vectors for word representation, Proceedings of the 2014 conference on empirical methods in natural language processing (EMNLP), pp.1532-1543, 2014.

W. Peters, I. Peters, and P. Vossen, Automatic sense clustering in eurowordnet, 1998.

S. Petrov, D. Das, and R. Mcdonald, A universal part-of-speech tagset, Proceedings of the Eight International Conference on Language Resources and Evaluation (LREC'12), pp.2089-2096, 2012.

D. Prys, The blark matrix and its relation to the language resources situation for the celtic languages. Strategies for developing machine translation for minority languages, p.31, 2006.

M. Sadegh, R. , and M. Collins, Density-driven cross-lingual transfer of dependency parsers, Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing, pp.328-338, 2015.

S. Roukos, D. Graff, and D. Melamed, Hansard french/english. Linguistic Data Consortium, 1995.

G. E. David-e-rumelhart, R. Hinton, and . Williams, Learning internal representations by error propagation, DTIC Document, 1985.

H. Schmid, BIBLIOGRAPHIE Nathan Schneider, Behrang Mohit, Kemal Oflazer, and Noah A Smith. Coarse lexical semantic annotation with supersenses : an arabic case study, Proceedings of the 50th, vol.43, p.28, 1995.

, Annual Meeting of the ACL, vol.2, pp.253-258, 2012.

M. Schuster, K. Kuldip, and . Paliwal, Bidirectional recurrent neural networks, IEEE Transactions on Signal Processing, vol.45, issue.11, pp.2673-2681, 1997.

D. Schwab, J. Goulian, A. Tchechmedjiev, and H. Blanchon, Ant colony algorithm for the unsupervised word sense disambiguation of texts : Comparison and evaluation, COLING, pp.2389-2404, 2012.
URL : https://hal.archives-ouvertes.fr/hal-00953818

N. Semmar and L. Meriama, Using a hybrid word alignment approach for automatic construction and updating of arabic to french lexicons, Editors & Workshop Chairs, p.114, 2010.

F. Smadja, V. Kathleen-r-mckeown, and . Hatzivassiloglou, Translating collocations for bilingual lexicons : A statistical approach, Computational linguistics, vol.22, issue.1, pp.1-38, 1996.

R. Socher, A. Perelygin, J. Wu, J. Chuang, D. Christopher et al., Recursive deep models for semantic compositionality over a sentiment treebank, Proceedings of the 2013 conference on empirical methods in natural language processing, pp.1631-1642, 2013.

A. Søgaard, Data point selection for cross-language adaptation of dependency parsers, Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics : Human Language Technologies : short papers, vol.2, pp.682-686, 2011.

M. Sundermeyer, I. Oparin, J. Gauvain, B. Freiberg, R. Schluter et al., Comparison of feedforward and recurrent neural network language models, IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp.8430-8434, 2013.

O. Täckström, R. Mcdonald, and J. Uszkoreit, Cross-lingual word clusters for direct transfer of linguistic structure, Proceedings of the 2012 conference of the NAACL-HLT, pp.477-487, 2012.

O. Täckström, D. Das, S. Petrov, R. Mcdonald, and J. Nivre, Token and type constraints for cross-lingual part-of-speech tagging, Transactions of the ACL, vol.1, pp.1-12, 2013.

O. Täckström, R. Mcdonald, and J. Nivre, Target language adaptation of discriminative transfer parsers, 2013.

I. Titov and A. Klementiev, Crosslingual induction of semantic roles, Proceedings of the 50th Annual Meeting of the ACL, vol.1, pp.647-656, 2012.

Y. Tsvetkov, E. Mukomel, and A. Gershman, Cross-lingual metaphor detection using common semantic features, vol.4, p.45, 2013.

M. Lonneke-van-der-plas and . Apidianaki, Cross-lingual word sense disambiguation for predicate labelling of french, Proceedings of TALN 2014, p.46, 2014.

J. Veronis, C. Hamon, . Ayache, . Belmouhoub, . Kraif et al., Arcade ii action de recherche concertée sur l'alignement de documents et son évaluation, 2008.

J. Véronis, Annotation automatique de corpus : panorama et état de la technique, 2000.

J. , M. Viprey, and V. Léthier, Annotation linguistique de corpus : vers l'exhaustivité par la convivialité, JADT'09, 9èmes Journées internationales d'Analyse statistique des Données Textuelles, 2008.

M. Wang, W. Che, and C. Manning, Joint word alignment and bilingual named entity recognition using dual decomposition, Proceedings of the 51st

, Annual Meeting of the Association for Computational Linguistics, vol.1, pp.1073-1082, 2013.

G. Wisniewski, N. Pécheux, S. Gahbiche-braham, and F. Yvon,

, Cross-lingual part-of-speech tagging through ambiguous learning, EMNLP, vol.14, pp.1779-1785, 2014.

M. Xiao and Y. Guo, Annotation projection-based representation learning for cross-lingual dependency parsing, CoNLL, p.73, 2015.

D. Yarowsky, G. Ngai, and R. Wicentowski, Inducing multilingual text analysis tools via robust projection across aligned corpora, Proceedings of the first international conference on HLT, pp.1-8, 2001.

P. Ye and T. Baldwin, Melb-yb : Preposition sense disambiguation using rich semantic features, Proceedings of the 4th International Workshop on Semantic Evaluations, pp.241-244, 2007.

O. Zennaki, N. Semmar, and L. Besacier, Unsupervised and lightly supervised part-of-speech tagging using recurrent neural networks, The 29th Pacific Asia Conference on Language, Information and Computation, 2015.
URL : https://hal.archives-ouvertes.fr/hal-01350113

O. Zennaki, N. Semmar, and L. Besacier, Utilisation des réseaux de neurones récurrents pour la projection interlingue d'étiquettes morpho-syntaxiques à partir d'un corpus parallèle, Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles (TALN-RECITAL 2015), 2015.

Y. Will, R. Zou, D. Socher, C. Cer, and . Manning, Bilingual word embeddings for phrase-based machine translation, Proceedings of the 2013 Conference on Empirical Methods in Natural Language Processing, pp.1393-1398, 2013.