Identifier les relations discursives implicites en combinant données naturelles et données artificielles

Cet article presente les premieres experiences sur le francais d'identification automatique des relations discursives implicites (i.e., non marquees par un connecteur). Nos systemes exploitent des exemples implicites annotes, ainsi que des exemples implicites artificiels obtenus a partir d'exemples explicites par suppression du connecteur, une methode introduite par Marcu et Echihabi (2002). Les precedentes etudes sur l'anglais montrent que l'utilisation a l'entrainement des donnees artificielles degrade largement les performances sur les donnees naturelles, ce qui reflete des differences importantes en termes de distribution. Ce constat, qui tient aussi pour le francais, nous a amenes a envisager differentes methodes, inspirees de l'adaptation de domaine, visant a combiner plus efficacement les donnees. Nous evaluons ces methodes sur le corpus ANNODIS : notre meilleur systeme obtient 41,7 % d'exactitude, soit un gain significatif de 4,4 % par rapport a un modele n'utilisant que les donnees naturelles.