LÈVY PIerre Grammaire Ieml1

La Grammaire dIEML
Ingnierie de la sphre smantique
Pierre Lvy
24 dcembre 2013
Darcia Labrosse
Table des matires
1. Introduction la grammaire dIEML 1

1.1. Un ensemble de trois volumes . . . . . . . . . . . . . . . . . . . . 1
1.2. Rsum de La sphre smantique . . . . . . . . . . . . . . . . 2
1.3. Rsum de Lintelligence algorithmique . . . . . . . . . . . . 3
1.4. La Grammaire dIEML . . . . . . . . . . . . . . . . . . . . . 4
1.5. LAlgbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6. Le Script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.7. Le Rhizome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.8. Le Dictionnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.9. Les circuits de la sphre smantique . . . . . . . . . . . . . . . . 7
1.10. Rsum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.11. Rfrences, index . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.12. Remerciements . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2. Syntaxe 9
2.1. LAlgbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1. Les symboles initiaux . . . . . . . . . . . . . . . . . . . . 9
2.1.2. Les squences . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.2.1. Mode de construction des squences . . . . . . . 9
2.1.2.2. Couches des squences . . . . . . . . . . . . . . . 10
2.1.2.3. Les trois smes dune squence : substance, at-
tribut, mode . . . . . . . . . . . . . . . . . . . . 10
2.1.2.4. La multiplication . . . . . . . . . . . . . . . . . . 10
2.1.3. Les ensembles de squences . . . . . . . . . . . . . . . . . 11
2.1.3.1. Types densembles . . . . . . . . . . . . . . . . . 11
2.1.3.2. Laddition . . . . . . . . . . . . . . . . . . . . . 11
2.1.4. Codage de lAlgbre . . . . . . . . . . . . . . . . . . . . . 11
2.1.4.1. Caractrisation mathmatique, calculabilit . . . 12
2.1.4.2. Il existe plusieurs notations pour un mme rsultat 12
2.2. Le Script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.1. Convention dcriture : Script et script . . . . . . . . . . . 13
2.2.2. Correspondance bi-univoque entre ensembles de squences
et scripts . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
TABLE DES MATIRES
2.2.3. Correspondance bi-univoque entre scripts

et rhizomes . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.4. Correspondance bi-univoque entre ensembles de squences
et rhizomes . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.5. Solidarit entre les oprations du calcul algbrique et celles
du calcul rhizomatique . . . . . . . . . . . . . . . . . . . . 15
2.2.6. Rgles de notation du Script . . . . . . . . . . . . . . . . 15
2.2.6.1. Oprateurs . . . . . . . . . . . . . . . . . . . . . 15
2.2.6.2. Dlimitateurs . . . . . . . . . . . . . . . . . . . . 16
2.2.6.3. Abrviations obligatoires . . . . . . . . . . . . . 16
2.2.7. Ordre standard . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.7.1. Ordre de couche . . . . . . . . . . . . . . . . . . 17
2.2.7.2. Ordre de taille . . . . . . . . . . . . . . . . . . . 18
2.2.7.3. Ordre alphabtique des primitives, des carac-
tres
et des lettres minuscules . . . . . . . . . . . . . . 18
2.2.7.4. Ordre des catgories de mme couche . . . . . . 18
2.2.7.5. Ordre des oprandes dune addition . . . . . . . 19
2.2.7.6. Ordre des catsets . . . . . . . . . . . . . . . . . 19
2.2.7.7. Ordre des USL . . . . . . . . . . . . . . . . . . . 20
2.2.8. Contraintes dcriture en Script . . . . . . . . . . . . . . . 20
2.2.8.1. Caractre non-commutatif et non-associatif de
laddition en Script . . . . . . . . . . . . . . . . 20
2.2.8.2. Minimisation du nombre de multiplications en
Script . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2.8.3. Choix entre plusieurs scripts offrant le mme
nombre minimal de multiplications . . . . . . . . 21
2.3. Principes de lalgorithme de transcodage de lAlgbre vers le
Script . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.1. Architecture gnrale de lalgorithme de codage en Script
pour une catgorie de couche Ln . . . . . . . . . . . . . . 21
2.3.2. Opration de remplacement sur une catgorie de couche Lk 22
2.3.3. Ritration de lopration de remplacement . . . . . . . . 22
2.3.4. Exemples pour lalgorithme de codage en Script . . . . . . 22
2.4. Le Rhizome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.1. Bulbes et filaments . . . . . . . . . . . . . . . . . . . . . . 23
2.4.2. Notation des rhizomes et dfinition des quatre types de
filaments . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.2.1. Bulbes . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.2.2. Filaments dordre additif . . . . . . . . . . . . . 24
2.4.2.3. Filaments de symtrie additive . . . . . . . . . . 24
2.4.2.4. Notation compacte des relations additives cor-
respondant une seule addition . . . . . . . . . 25
2.4.2.5. Filaments dordre multiplicatif . . . . . . . . . . 25
2.4.2.6. Filaments de symtrie multiplicative . . . . . . . 25
La Grammaire dIEML
2.5. Principes de lalgorithme de transcodage du Script vers le Rhi-

zome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.1. Structure gnrale de lalgorithme de construction dun
rhizome partir dun script de couche Ln . . . . . . . . . 26
2.5.2. Structure gnrale de la routine de construction de rhi-
zome pour une couche . . . . . . . . . . . . . . . . . . . . 26
2.5.3. Passage dune couche la couche infrieure . . . . . . . . 26
2.5.4. Structure gnrale de la routine de construction de bulbes 26
2.5.5. Exemples de construction de rhizome . . . . . . . . . . . . 27
3. Smantique 31
3.1. Les circuits paradigmatiques du dictionnaire . . . . . . . . . . . . 31
3.1.1. Quelques dfinitions . . . . . . . . . . . . . . . . . . . . . 31
3.1.1.1. Le dictionnaire . . . . . . . . . . . . . . . . . . . 31
3.1.1.2. Diffrence entre rhizome et circuit smantique . 31
3.1.1.3. Transcodage dun rhizome en circuit smantique 31
3.1.1.4. Complexit des circuits smantiques . . . . . . . 32
3.1.2. Mthode de construction des cls originales . . . . . . . . 32
3.1.2.1. Structure gnrale de la mthode de construc-
tion de cls originales . . . . . . . . . . . . . . . 32
3.1.2.2. Algorithme de construction de cl . . . . . . . . 32
3.1.2.3. Slection des filaments et des bulbes ne pas
ouvrir . . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.2.4. Relations entre termes des cls originales . . . . 33
3.1.2.5. Super-cls . . . . . . . . . . . . . . . . . . . . . . 34
3.1.2.6. Le trousseau de cls interoprables du lexique de
base . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.1.3. La cl *O:O:.** . . . . . . . . . . . . . . . . . . . . . . . . 34
3.1.3.1. Canaux paradigmatiques . . . . . . . . . . . . . 35
3.1.3.2. Relations smantiques entre les termes . . . . . 36
3.1.4. La cl *O:M:.** . . . . . . . . . . . . . . . . . . . . . . . . 38
3.1.4.1. Les six termes singuliers . . . . . . . . . . . . . . 38
3.1.4.2. Les deux dialectiques . . . . . . . . . . . . . . . 39
3.1.5. La cl *E:F:.O:M:.** . . . . . . . . . . . . . . . . . . . . . 40
3.1.5.1. Invariance du sme en rle de substance et va-
riation du sme en rle dattribut . . . . . . . . 40
3.1.5.2. Invariance du sme en rle dattribut et variation
du sme en rle de substance . . . . . . . . . . . 42
3.1.5.3. Matrice des termes singuliers . . . . . . . . . . . 42
3.1.5.4. Pour conclure cette liste dexemples : procds
heuristiques . . . . . . . . . . . . . . . . . . . . . 42
3.1.6. Mthode de construction des cls drives . . . . . . . . . 43
3.1.6.1. Thesaurii drivs du lexique du base . . . . . . . 43
3.1.6.2. Cls analogiques . . . . . . . . . . . . . . . . . . 44
3.1.6.3. Cls spciales . . . . . . . . . . . . . . . . . . . . 44
3.1.7. Le dictionnaire . . . . . . . . . . . . . . . . . . . . . . . . 47
TABLE DES MATIRES
3.1.7.1. Rcapitulation des circuits paradigmatiques . . . 47

3.1.7.2. Mthode de construction dune adresse de the-
saurus . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2. Les circuits nonciatifs . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1. Les units de sens . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1.1. La notion dunit de sens . . . . . . . . . . . . . 48
3.2.1.2. Units en langue et units en parole . . . . . . . 48
3.2.1.3. Termes . . . . . . . . . . . . . . . . . . . . . . . 49
3.2.1.4. Propositions . . . . . . . . . . . . . . . . . . . . 49
3.2.1.5. Diffrences entre units propositionnelles
et units suprieures . . . . . . . . . . . . . . . . 50
3.2.1.6. Textes (USL) . . . . . . . . . . . . . . . . . . . . 50
3.2.1.7. Hypertextes . . . . . . . . . . . . . . . . . . . . 51
3.2.2. Les trois classes . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.2.1. Classe verbale . . . . . . . . . . . . . . . . . . . 52
3.2.2.2. Classe nominale . . . . . . . . . . . . . . . . . . 52
3.2.2.3. Classe auxiliaire . . . . . . . . . . . . . . . . . . 52
3.2.2.4. Interprtation des classes selon leur rle syntaxique 52
3.2.2.5. Rgle de dcision pour attribuer une unit syn-
tagmatique lune des trois classes . . . . . . . 53
3.2.3. Les trois rles . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.3.1. Introduction aux trois rles . . . . . . . . . . . . 53
3.2.3.2. Le rle substance . . . . . . . . . . . . . . . . . 55
3.2.3.3. Le rle attribut . . . . . . . . . . . . . . . . . . 55
3.2.3.4. Le rle mode . . . . . . . . . . . . . . . . . . . . 55
3.2.4. Des morphmes aux propositions . . . . . . . . . . . . . . 56
3.2.4.1. Morphmes IEML . . . . . . . . . . . . . . . . . 56
3.2.4.2. Mots IEML . . . . . . . . . . . . . . . . . . . . . 56
3.2.4.3. Clauses IEML . . . . . . . . . . . . . . . . . . . 57
3.2.4.4. Phrases IEML . . . . . . . . . . . . . . . . . . . 57
3.2.5. Des propositions aux textes (USL) . . . . . . . . . . . . . 61
3.2.5.1. Stratgie dcriture des USL . . . . . . . . . . . 61
3.2.5.2. Lexemple de Wikipedia . . . . . . . . . . . . 62
3.2.5.3. Exemple doprations ensemblistes sur des USL 65
3.2.6. Reprsentation des relations syntaxiques entre units dnon-
ciation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.6.1. Canaux dordre multiplicatif . . . . . . . . . . . 70
3.2.6.2. Canaux dordre additif . . . . . . . . . . . . . . 70
3.2.6.3. Canaux de symtrie multiplicative . . . . . . . . 71
3.2.6.4. Canaux de symtrie additive . . . . . . . . . . . 71
3.2.7. Rsum de la hirarchie des units de sens . . . . . . . . . 72
3.2.8. Constructions correctes et incorrectes . . . . . . . . . . . 72
3.2.8.1. Codage . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.8.2. Promotion . . . . . . . . . . . . . . . . . . . . . 73
3.2.8.3. Constructions grammaticales . . . . . . . . . . . 73
3.2.8.4. Oprations non-grammaticales . . . . . . . . . . 73
La Grammaire dIEML
3.2.8.5. Lattribut vide dans les oprations de forme (Q

E Q) . . . . . . . . . . . . . . . . . . . . . 74
3.3. Principes de lalgorithme de transcodage du Rhizome vers la
Sphre smantique . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3.1. Les circuits nonciatifs ont la mme structure que les cir-
cuits syntagmatiques . . . . . . . . . . . . . . . . . . . . . 74
3.3.2. La base de lalgorithme de construction des circuits s-
mantiques est lalgorithme de transcodage du Script vers
le Rhizome . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.3.2.1. Changement de nature des units manipules . . 75
3.3.2.2. Arrt de la lecture aux termes . . . . . . . . . . 75
3.3.3. Qualification des units de sens . . . . . . . . . . . . . . . 75
3.3.4. Visualisation des rseaux smantiques . . . . . . . . . . . 75
3.3.4.1. Visualisation du rseau smantique dune pro-
position . . . . . . . . . . . . . . . . . . . . . . . 75
3.3.4.2. Visualisation des textes et hypertextes . . . . . . 75
4. Transcodage syntaxe-smantique 77
4.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1.1. Variables globales . . . . . . . . . . . . . . . . . . . . . . 77
4.1.2. Fonctions globales . . . . . . . . . . . . . . . . . . . . . . 78
4.1.3. Fonctions globales de cration de relations . . . . . . . . 80
4.2. De lAlgbre vers le Script . . . . . . . . . . . . . . . . . . . . . . 81
4.2.1. Lalgorithme SCRIPT_COMPRESSOR . . . . . . . . . 81
4.2.2. Lalgorithme SEME_MATCHER . . . . . . . . . . . . . . 82
4.2.3. Lalgorithme SCRIPT_SOLVER . . . . . . . . . . . . . . 82
4.3. Du Script vers le Rhizome . . . . . . . . . . . . . . . . . . . . . . 85
4.3.1. Lalgorithme RHIZOME . . . . . . . . . . . . . . . . . . 85
4.3.2. Lalgorithme SCRIPT_DECOMPRESSOR . . . . . . . . 87
4.3.3. Construction de cls . . . . . . . . . . . . . . . . . . . . . 87
4.4. Du Rhizome vers la Sphre smantique . . . . . . . . . . . . . . 88
4.4.1. Lalgorithme WORDS . . . . . . . . . . . . . . . . . . . . 88
4.4.2. Lalgorithme CLAUSE . . . . . . . . . . . . . . . . . . . 89
4.4.3. Lalgorithme PHRASE . . . . . . . . . . . . . . . . . . . 89
4.4.4. Lalgorithme TRAVERSE . . . . . . . . . . . . . . . . . . 90
4.4.5. Lalgorithme SEMANTIC_NETWORK . . . . . . . . . . 92
5. Formalisation mathmatique 95
5.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5.2. Le langage rgulier IEML . . . . . . . . . . . . . . . . . . . . . . 96
5.2.1. Modle du langage . . . . . . . . . . . . . . . . . . . . . . 96
5.2.2. Modle des squences smantiques . . . . . . . . . . . . . 97
5.2.3. Modle des catgories smantiques . . . . . . . . . . . . . 98
5.2.4. Langage des catgories . . . . . . . . . . . . . . . . . . . . 99
5.2.5. Types de catgories smantiques . . . . . . . . . . . . . . 100
5.2.6. Modle des Catsets et des USL . . . . . . . . . . . . . . . 100
TABLE DES MATIRES
5.3. Les proprits de symtrie dIEML . . . . . . . . . . . . . . . . . 101

5.3.1. Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.3.2. Catgories smantiques . . . . . . . . . . . . . . . . . . . 101
5.3.3. Catsets et USL . . . . . . . . . . . . . . . . . . . . . . . . 102
5.3.4. Symtries de transformation . . . . . . . . . . . . . . . . 103
5.3.4.1. Le langage IEML considr comme une Catgorie 103
5.3.4.2. Symtrie de permutation de rle . . . . . . . . . 104
5.3.4.3. Symtrie de permutation de sme . . . . . . . . 104
5.4. La calculabilit des oprations smantiques . . . . . . . . . . . . 104
5.4.1. Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.4.1.1. Machines tats finis . . . . . . . . . . . . . . . 104
5.4.1.2. Automates finis . . . . . . . . . . . . . . . . . . 105
5.4.1.3. Transducteurs tats finis . . . . . . . . . . . . 107
5.4.2. Transformations de catgories . . . . . . . . . . . . . . . . 109
5.4.3. Transformations de catsets et dUSL . . . . . . . . . . . . 110
5.4.4. Exemples doprations sur des catgories . . . . . . . . . . 111
5.4.4.1. Lopration change de smes . . . . . . . . . . 111
5.4.4.2. Lopration powerset . . . . . . . . . . . . . . . 112
5.4.4.3. Lopration partition . . . . . . . . . . . . . . . 112
5.4.4.4. Lopration rotation . . . . . . . . . . . . . . . 113
5.4.4.5. Lopration de supertriplication . . . . . . . . . 114
5.4.4.6. Oprations de superslection . . . . . . . . . . . 114
5.4.4.7. Lopration de concatnation de matrice . . . . 115
5.5. Les relations smantiques . . . . . . . . . . . . . . . . . . . . . . 115
5.5.1. Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.5.1.1. Similarit et embotement des relations . . . . . 115
5.5.1.2. Connectivit des relations . . . . . . . . . . . . 116
5.5.1.3. Relations hirarchiques : arbres . . . . . . . . . . 116
5.5.1.4. Oprations de base sur les relations . . . . . . . 117
5.5.1.5. Chemins relationnels . . . . . . . . . . . . . . . . 117
5.5.2. Relations et graphes smantiques . . . . . . . . . . . . . 118
5.5.2.1. Relations dordre linaires . . . . . . . . . . . . 118
5.5.2.2. Relations ensemble/sous-ensemble . . . . . . . . 118
5.5.2.3. Relations symtriques . . . . . . . . . . . . . . 120
5.5.2.4. Relations tymologiques . . . . . . . . . . . . . 120
5.6. Les circuits smantiques . . . . . . . . . . . . . . . . . . . . . . . 120
5.6.1. Caractres et squences paradigmatiques . . . . . . . . . . 120
5.6.2. Distance paradigmatique . . . . . . . . . . . . . . . . . . 121
5.6.3. Circuits Smantiques . . . . . . . . . . . . . . . . . . . . 121
5.6.4. Rhizomes . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.6.4.1. Rhizome sriel . . . . . . . . . . . . . . . . . . . 122
5.6.4.2. Rhizome tymologique . . . . . . . . . . . . . . 122
5.6.4.3. Rhizome taxinomique . . . . . . . . . . . . . . . 122
5.6.4.4. Paradigmes . . . . . . . . . . . . . . . . . . . . . 122
5.6.4.5. Dictionnaire . . . . . . . . . . . . . . . . . . . . 122
5.7. Critres quantitatifs . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.7.1. Similarit structurale . . . . . . . . . . . . . . . . . . . . 123
5.7.1.1. Gnralits . . . . . . . . . . . . . . . . . . . . . 123
5.7.1.2. Matrice dadjacence . . . . . . . . . . . . . . . . 125
5.7.1.3. Isomorphisme de graphes . . . . . . . . . . . . . 125
5.7.1.4. Thorie spectrale des graphes . . . . . . . . . . . 126
5.7.2. Mesure de distances . . . . . . . . . . . . . . . . . . . . . 127
5.7.2.1. Le problme du plus court chemin pour les graphes
non-pondrs . . . . . . . . . . . . . . . . . . . . 127
5.7.2.2. Gnralisation du problme du plus court chemin 127
TABLE DES MATIRES
Liste des Algorithmes
4.1. Algorithme SCRIPT_GENERATOR . . . . . . . . . . . . . . . . 81

4.2. Algorithme SCRIPT_COMPRESSOR . . . . . . . . . . . . . . . 81
4.3. Algorithme SEME_MATCHER . . . . . . . . . . . . . . . . . . . 83
4.4. Algorithme SCRIPT_ SOLVER . . . . . . . . . . . . . . . . . . . 84
4.5. Algorithme RHIZOME . . . . . . . . . . . . . . . . . . . . . . . . 86
4.6. Algorithme SCRIPT_DECOMPRESSOR . . . . . . . . . . . . . . 87
4.7. Algorithme ENUNCIATION . . . . . . . . . . . . . . . . . . . . . 88
4.8. Algorithme WORDS . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.9. Algorithme CLAUSE . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.10. Algorithme PHRASE . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.11. Algorithme TRAVERSE . . . . . . . . . . . . . . . . . . . . . . . 91
4.12. Algorithme SEMANTIC_NETWORK . . . . . . . . . . . . . . . 93
5.1. Matrice de calcul de distances pour les graphes non-pondrs . . . 128
5.2. Matrice de calcul de distances pour les graphes pondrs . . . . . 129

LISTE DES ALGORITHMES
Table des figures
1.1. La structure gnrale dIEML . . . . . . . . . . . . . . . . . . . . 5
2.1. Les couches de catgories en IEML . . . . . . . . . . . . . . . . . 13

2.2. Correspondance entre Algbre et Rhizome . . . . . . . . . . . . . 14
2.3. 25 lettres minuscules . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.1. La cl *O:O:.** (Gnrer) . . . . . . . . . . . . . . . . . . . . . . 35

3.2. Les 4 termes singuliers de *O:O:.** . . . . . . . . . . . . . . . . . 37
3.3. La cl *O:M:.** . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4. Les six termes singuliers de *O:M:.** . . . . . . . . . . . . . . . . 39
3.5. La cl *E:F:.O:M:.-** . . . . . . . . . . . . . . . . . . . . . . . . 41
3.6. Les cls originales . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.7. Relations dordre et de symtrie analogique . . . . . . . . . . . . 45
3.8. Relations dordre et de symtrie spcialise . . . . . . . . . . . . 46
3.9. Lenfant de ma voisine est souvent autoris par un mdecin ne
pas aller lcole . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.10. Jai appris les mathmatiques parce que jai suivi un bon professeur 61
3.11. Encyclopdie de lintelligence collective dans le mdium numrique 64
3.12. Rseau syntagmatique dune phrase IEML sept clauses . . . . . 66
3.13. La hirarchie enchevtre des units de sens . . . . . . . . . . . . 72
4.1. Relations dordre et de symtrie additives . . . . . . . . . . . . . 92
5.1. Reprsentation dune machine par un graphe . . . . . . . . . . . 106

5.2. Opration dchange de sme (attribut mode) pour la catgorie
{sbt} . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.3. Opration Powerset pour la catgorie {s, b, t} . . . . . . . . . . . 112
5.4. Opration de partition pour la catgorie f = {u, a, s, b, t} . . . . 113
5.5. Opration de Rotation pour la catgorie {sbt} avec le rotor {{s},
{b}, {t}} et ladresse de rle attribut . . . . . . . . . . . . . . 114
5.6. Reprsentation graphique dune relation. La portion en pointill
est un chemin entre sbt et sst et elle peut tre vue comme une
catgorie {sbt, sss, bbs, sst} . . . . . . . . . . . . . . . . . . . . . 117
TABLE DES FIGURES
5.7. reprsentation Graphique dune relation ensemble/sous-ensemble

pour la catgorie {sbt, sbb, sss} . . . . . . . . . . . . . . . . . . . 119
Liste des tableaux
2.1. Correspondance entre couches (Ln) et longueurs de squences . . 10

2.2. Abrviations dadditions de couche L0 . . . . . . . . . . . . . . . 16
2.3. Valeur numrique des primitives . . . . . . . . . . . . . . . . . . 18
2.4. Les 4 types de filaments dun rhizome IEML . . . . . . . . . . . . 24
3.1. Les quatre canaux paradigmatiques entre les termes des cls ori-
ginales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2. Les 4 types de relations paradigmatiques originales . . . . . . . . 47
3.3. Les 4 types de relations paradigmatiques drives (analogiques et
spcialises) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4. Hirarchie des units propositionnelles . . . . . . . . . . . . . . . 50
3.5. Hirarchie des units textuelles et hypertextuelles . . . . . . . . . 52
3.6. Les 4 types de canaux des circuits nonciatifs . . . . . . . . . . . 71
4.1. Rsultat de lalgorithme 4.3 pour lensemble {U SE, U BE, U T E,

ASE, ABE, AT E} . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.2. Rsultat de lalgorithme 4.4 pour lensemble {U SE, U BE, U T E,
ASE, ABE, AT E} et linput de la table 4.1 . . . . . . . . . . . . 83
4.3. Modle (template) de la fonction Pattern pour le paramtre C1 . 90
5.1. Reprsentation dune machine par une table de transition . . . . 105

5.2. Oprations dont les rsultats sont des langages rguliers . . . . . 107
5.3. Oprations dont les rsultats sont des relations rgulires . . . . 109
Chapitre 1
Introduction la grammaire
dIEML
1.1 Un ensemble de trois volumes

La grammaire dIEML appartient un ensemble de trois volumes qui ex-
plorent chacun sa manire le mme sujet, savoir le nouvel univers de relations
smantiques calculables ouvert par le mtalangage IEML 1 , un espace abstrait
que jappelle : la sphre smantique.
La sphre smantique (computation, cognition, conomie de linforma-
tion) 2 contient les informations historiques, les rfrences scientifiques
et les justifications pistmologiques requises pour la pleine comprhen-
sion des motifs qui mont men linvention du mtalangage IEML. On
y trouvera notamment une revue gnrale des travaux acadmiques re-
coupant les thmes de ma recherche ainsi quune bibliographie extensive.
Lintelligence algorithmique (exploration de la sphre smantique) 3 ex-
pose une thorie scientifique originale de la cognition humaine. Il montre
que le mtalangage IEML rend cette thorie techniquement opratoire
sous la forme dune intelligence algorithmique. Cet ouvrage dveloppe
les consquences concrtes qui rsulteront de lutilisation de lintelligence
algorithmique, quelles soient techniques, conomiques ou sociales. Il don-
nera enfin plusieurs exemples du contenu du dictionnaire dIEML.
Consacr la Grammaire dIEML (ingnierie de la sphre smantique), le
prsent volume possde un contenu essentiellement formel et technique.
Il dmontre notamment la calculabilit dIEML et de sa smantique,
calculabilit qui fonde le projet de lintelligence algorithmique.
1. IEML pour Information Economy MetaLanguage.

2. Pierre Lvy, La sphre smantique. Computation, cognition, conomie de linformation,
Herms-Lavoisier, Paris, 2011, 410 p.
3. Qui sera publie en 2014 chez le mme diteur que le prsent volume.
2 Introduction la grammaire dIEML
1.2 Rsum de La sphre smantique

LIntroduction gnrale de La sphre smantique explique les grands
principes et le dveloppement chronologique de ma recherche. La premire par-
tie propose une initiation au paradigme informationnel et computationnel des
sciences contemporaines de la nature, un rsum de ltat de dveloppement de
la communication support numrique, un panorama des nouvelles pratiques
de gestion de la connaissance ainsi quune approche originale de la cognition
symbolique humaine et des sciences qui ltudient. Tout ceci vient alimenter ma
thse principale, savoir la ncessit de construire un systme de coordonnes
smantiques universelles. Aprs lunification des systmes de poids et mesure et
des systmes de coordonnes gographiques et temporels - ralise aux sicles
prcdents - ce nouveau systme de coordonnes smantiques devrait (a) favo-
riser une mutation pistmologique des sciences humaines qui lui permettrait
de tirer parti de labondance des donnes numriques, (b) amliorer la gestion
personnelle et collective des connaissances et (c) fournir un miroir rflexif aux
intelligences collectives qui sauto-organisent dans le mdium numrique.
La seconde partie de La sphre smantique expose les fondements tech-
niques, pistmologiques et linguistiques du systme de coordonnes que jai
construit pour rpondre au requisit de la premire partie : la sphre smantique
qui est fonde sur le mtalangage IEML 4 . Dans cette seconde partie, jvoque
les fondements mathmatiques de la sphre smantique : la thorie des graphes,
la thorie des groupes et la thorie de la calculabilit, ainsi que leur pertinence
pour les sciences humaines 5 . Je contraste les programmes de recherche de lin-
telligence augmente et de lintelligence artificielle 6 et je montre que le projet
fond sur IEML rpond plutt au programme de recherche de lintelligence aug-
mente, sans rejeter - bien au contraire - les acquis de lintelligence artificielle.
Je dveloppe aussi les arguments linguistiques et smiotiques en faveur dun
mtalangage calculable universel 7 , car je nignore videmment pas les puissants
prjugs selon lesquels un langage universel, ou bien encore une smantique cal-
culable, sont impossibles ... puisquelles nexistent pas encore. Laviation, et
plus encore les aronefs plus lourds que lair, ont t impossibles pendant
des millnaires avant de devenir une ralit ordinaire. Le fait que les langues na-
turelles dcoupent chacune la ralit leur manire ou que le sens dpende du
contexte sont les deux vidences banales qui me sont le plus souvent opposes.
Mais ce ne sont pas des objections valables. Premirement, mon mtalangage
permet justement de dcouper la ralit comme on voudra. Deuximement, il
permet de modliser les contextes par des graphes hypertextuels, des flux inten-
sifs, des rfrences multimdia prcisment adresses et les rgles formelles de
jeux dinterprtation collective. Je rponds galement dans cette seconde partie
4. Prcisons bien le sens des termes : IEML est un langage formel et la sphre smantique est
le systme de coordonnes gnr par ce langage. La sphre smantique comprend lensemble
des textes du langage IEML.
5. En particulier dans le chapitre 9.
6. Dans le chapitre 8.
7. Notamment dans les chapitres 10 et 11.
La Grammaire dIEML 3
ceux qui craignent que mon systme ne limite la libert des interprtations
et la crativit conceptuelle. Je montre en particulier quun mdium numrique
quip de la sphre smantique IEML abritera une mmoire hermneutique fa-
vorisant non seulement linteroprabilit smantique mais encore une puissance
de diffrentiation conceptuelle et de diversification interprtative sans prcdent
dans lhistoire des technologies intellectuelles 8 .
La sphre smantique se prsente comme le systme de coordonnes dun
cosmos de lesprit inpuisablement complexe, abritant une varit sans limite
dcosystmes dides. La grille de ce systme de coordonnes comporte plus de
noeuds 9 que lunivers physique ne contient de particules lmentaires. IEML
nimpose aucune limite aux possibilits dexpression de nouveaux sens ou
lajout de significations indfiniment plus prcises. La sphre smantique pourra
tre librement utilise par les conversations cratives en ligne - qui sorganisent
aujourdhui sur les plates-formes de mdias sociaux et de jeux massivement
multi-joueurs - afin de modliser rflexivement leur propre intelligence collec-
tive. Elle pourra aussi servir de point dappui lunification et lexplora-
tion fconde dune mmoire hermneutique globale exploitant locan des don-
nes numriques. Elle permettra daccomplir la mutation pistmologique des
sciences de lhomme annonce par les digital humanities et pourra tre mise
au service dun dveloppement humain multidimensionnel.
1.3 Rsum de Lintelligence algorithmique

Le but de LIntelligence algorithmique est de prsenter le programme de
recherche et de dveloppement fond sur IEML et de projeter ses consquences
pratiques dans les domaines de la recherche scientifique, de la communication,
de lconomie et de la socit. Lintelligence algorithmique se distingue de lin-
telligence artificielle par deux traits principaux. Premirement, sur un plan pra-
tique, elle ne vise pas la simulation dune intelligence humaine individuelle mais
laugmentation de lintelligence humaine (individuelle et collective). Deuxime-
ment, sur un plan thorique, elle nest pas seulement fonde sur la logique et
les statistiques mais galement sur une thorie mathmatique (originale) de la
smantique.
En effet, si lon veut augmenter lintelligence humaine, il est vident quil vaut
mieux avoir en main une thorie scientifique de cette intelligence. La thorie de la
connaissance qui fonde lintelligence algorithmique intgre - ds le niveau tho-
rique - la dimension de circularit radicale (auto-rfrence, auto-organisation,
auto-reproduction...) de la cognition humaine, ainsi que ses dimensions smio-
tique, pragmatique, hermneutique, technique, sociale, incarne et distribue.
Mais lintelligence humaine est aussi trs intimement lie la capacit de pro-
duire et de comprendre des expressions linguistiques et la capacit de manipu-
lation symbolique en gnral. Cest pourquoi on ne peut disposer dun modle
8. Dans les chapitres 13 et 14.

9. Ces noeuds sont les USL (Uniform Semantic Locators) ou textes en IEML.
scientifique de lintelligence humaine sans avoir de modle scientifique du lan-

gage, et notamment de la dimension smantique du langage. Jai donc construit
(au moyen dIEML) un modle formel et calculable du fonctionnement du lan-
gage modle qui articule la dimension syntaxique la dimension smantique
et jai intgr ce modle du langage une thorie gnrale de la connaissance,
ou de lintelligence.
Lintelligence algorithmique est une nouvelle discipline techno-scientifique,
mi-chemin entre linformatique et les sciences humaines. Elle propose de nou-
velles mthodes danalyse de grandes masses de donnes, elle ouvre la voie des
formes indites de communication hypertextuelle translinguistique, elle supporte
une bibliothque encyclopdique ouverte et universelle qui se rorganise auto-
matiquement selon les intrts de ses utilisateurs, elle permet aux conversations
cratives dobserver et de perfectionner leur propre intelligence collective... Lin-
telligence algorithmique est appele jouer un rle important dans lconomie
de linformation et la socit data-centrique en cours dmergence. La dernire
partie de Lintelligence algorithmique expose les grands principes du diction-
naire dIEML et fournit de nombreux exemples de paradigmes terminologiques.
La construction du dictionnaire multilingue dIEML est une entreprise de longue
haleine. On trouvera en ligne sa dernire version.
1.4 La Grammaire dIEML

La calculabilit dIEML est la pierre angulaire de lintelligence algorithmique.
On dira quIEML est calculable deux conditions : (1) si son systme de signi-
fiants rpond un groupe de transformations calculables et (2) si lon peut
transformer automatiquement ses signifiants en signifis et vice versa. Or les
signifiants dIEML sont les expressions dune algbre commutative (un langage
rgulier fini) et ses signifis sont des rseaux smantiques (aussi complexes que
lon voudra) en langues naturelles. Puisque les signifiants dIEML sont les ex-
pressions dune algbre commutative, alors la premire condition est remplie.
Examinons maintenant la seconde condition. Deux facteurs agissant de concert
assurent la traduction automatique rciproque entre les signifiants et les signifis
dIEML :
1) un dictionnaire tablissant une correspondance entre termes en IEML et
termes en langues naturelles,
2) une grammaire spcifiant toutes les tapes du calcul qui mne dune ex-
pression algbrique IEML un rseau smantique en langue naturelle. Le calcul
grammatical a videmment besoin des donnes du dictionnaire pour arriver
ses fins.
Je lai dit, la totalit du dictionnaire sera publi en ligne. Quant la gram-
maire, elle est expose ici. On trouvera donc dans ce livre la manire de calculer
pas--pas des rseaux smantiques en langue naturelle partir des expressions
algbriques dIEML. La calculabilit dIEML tant assure, lintelligence algo-
rithmique est fonde scientifiquement.
Le chapitre 2 Syntaxe prsente dabord le langage rgulier sur lequel est
Figure 1.1. La structure gnrale dIEML
fond IEML, puis montre quil existe une transformation symtrique automa-
tique entre ce langage rgulier et un graphe fractal hyper-complexe appel le
Rhizome IEML.
Le chapitre 3 suivant, Smantique, prsente dabord la structure du dic-
tionnaire dIEML : un ensemble de graphes paradigmatiques reprsentant les
relations smantiques entre les termes, puis la structure des noncs en IEML :
phrases, textes et hypertextes.
Le chapitre 4, Transcodage syntaxe-smantique contient un des lments-
cls du dispositif de la sphre smantique puisquil formalise les algorithmes qui
transforment la syntaxe dIEML en smantique. En dautres termes, ce chapitre
dcompose pas pas la transformation dun objet mathmatique - le langage
rgulier IEML - en objet linguistique : un ensemble de rseaux smantiques
exprims en langues naturelles.
Finalement, le chapitre 5, Formalisation mathmatique prsente les as-
pects syntaxiques et smantiques dIEML sur un mode mathmatique. Jy d-
montre notamment que le graphe hypercomplexe sous-jacent aux relations in-
ternes de la sphre smantique IEML (le Rhizome) est un groupe de transfor-
mations calculables (une catgorie , au sens mathmatique). La section 5.7
finale de ce dernier chapitre suggre un certain nombre de mthodes quanti-
tatives (bases sur la thorie spectrale des graphes) qui pourraient tre utiles
pour la mesure des similarits structurales et des distances au sein de la sphre
smantique IEML.
Pour bien saisir le propos de la grammaire dIEML, le lecteur est invit

se reporter frquemment la figure 1.1 que je vais maintenant commenter.
Les rectangles gris sont des niveaux et les espaces entre ces rectangles sont des
transcodeurs.
1.5 LAlgbre
Le niveau de base dans la partie la plus basse de la figure 1.1 reprsente une
structure algbrique relativement simple que jappelle lAlgbre IEML ou, de
manire abrge, lAlgbre (avec une initiale majuscule). Il sagit dun groupe
de transformations calculables sur des variables construites partir de lalphabet
{E, U, A, S, B, T} et dont les oprations additives et multiplicatives peuvent tre
en principe automatises sans difficults. Cette Algbre est dcrite de manire
familire dans la section 2.1. Elle est formalise au chapitre 5 dans la section 5.2
comme un langage rgulier ; la section 5.3 examine sa structure de groupe et la
section 5.4 prouve la calculabilit des oprations.
1.6 Le Script
Le Script IEML ou, de manire abrge, le Script, est reprsent par le
second niveau gris en partant du bas dans la figure 1.1. Il sagit dune notation
particulire de lAlgbre, notation qui est dcrite dans la section 2.2. Les diverses
expressions algbriques qui sont gales entre elles se traduisent par un code
unique en Script. Inversement, tout code Script correspond une et une seule
expression algbrique valide.
Entre le niveau de lAlgbre et celui du Script opre un algorithme de trans-
codage rciproque qui traduit les expressions algbriques en Script et les codes
Script en expressions algbriques. La structure de lalgorithme non trivial qui
code lAlgbre en Script est dcrite de manire non-formelle la section 2.3 et
formalise la section 4.2.
1.7 Le Rhizome
La principale caractristique du Script est de programmer la construction
de la structure de graphes hyper-complexes quest le Rhizome. Le Rhizome est
figur par le troisime niveau gris de la figure 1.1 en partant du bas. Les som-
mets du Rhizome sont des codes scripts et ses artes reprsentent les relations
opratoires entre les codes Script. Les quatre relations principales dcoulent
des oprations algbriques : ordre ( >) et symtrie (u) multiplicative, ordre
( >) et symtrie (u ) additive. La topologie du Rhizome est dcrite la sec-
tion 2.4 et formalise aux sections 5.5 et 5.6. Cette topologie a t conue afin de
supporter les rseaux smantiques (paradigmatiques, syntagmatiques, textuels et
inter-textuels) qui organisent les units de sens dIEML, aussi bien en langue
qu en parole .
Entre le niveau du Script et celui du Rhizome opre un algorithme de trans-

codage qui traduit les codes scripts en rhizomes et les rhizomes en codes scripts.
La structure de cet algorithme est dcrite la section 2.3 et formalise la
section 4.3.
1.8 Le Dictionnaire
Dans le chapitre 2 sur la syntaxe, il ne sera question que dalgbre, de codes,
dalgorithmes et de graphes, sans aucun lment reconnaissable de linguistique
ou de smantique. Mais les trois premiers niveaux partir du bas sur la figure
1.1 reprsentent la base indispensable dune smantique calculable. En effet, le
Script tablit une correspondance automatique entre lalgbre IEML - dune
part - et les graphes hypercomplexes du Rhizome - dautre part. Cest cette
correspondance qui fait des graphes rhizomatiques les variables dun groupe de
transformations (plus exactement, une catgorie au sens mathmatique) et
qui autorise donc le calcul sur les graphes hypercomplexes supportant les relations
smantiques entre les expressions du langage IEML.
Lintervention humaine commence au troisime transcodeur inter-niveau
partir du bas sur la figure 1.1. A ce stade, des ingnieurs smantiques choi-
sissent des sous-ensembles du Rhizome et les interprtent en langues naturelles.
Le rsultat forme un dictionnaire, qui se prsente comme un ensemble de cir-
cuits paradigmatiques. Les mthodes de construction et la structure des circuits
paradigmatiques du dictionnaire sont dcrits la section 3.1.
1.9 Les circuits de la sphre smantique

A partir des termes du dictionnaire et des rgles de grammaire dcrites
la section 3.2, il est enfin possible de construire et danalyser automatiquement
des circuits nonciatifs, cest--dire syntagmatiques (propositions), textuels et
hypertextuels. La section 3.3 esquisse la structure de lalgorithme capable de
construire, partir du Script et du Dictionnaire, lensemble des circuits hyper-
complexes qui explicitent en langues naturelles les relations smantiques entre
les noncs de la langue IEML. Cet algorithme est formalis la section 4.4.
1.10 Rsum
1. Il existe une correspondance automatique entre, dune part, les circuits
smantiques propres la langue artificielle IEML et, dautre part, lal-
gbre IEML qui est par dfinition calculable. En dautres termes, Il
existe une correspondance automatique entre la syntaxe et la smantique
dIEML.
2. Les circuits paradigmatiques du dictionnaire tablissent une correspon-
dance automatisable entre la langue artificielle IEML et les langues na-
turelles.
1.11 Rfrences, index

Les rfrences de la bibliographie se limitent aux aspects mathmatiques.
Pour tout ce qui concerne la linguistique et la smantique, on consultera La
sphre smantique (2011). Lindex final recense les principaux concepts des cha-
pitres 2 et 3 (sur la syntaxe et la smantique).
1.12 Remerciements
La recherche qui a men linvention dIEML a t finance par le Pro-
gramme fdral des chaires de recherche du Canada et par le Conseil de recherche
en sciences humaines (CRSH) du Canada.
Chapitre 2
Syntaxe
Linconscient est structur comme un langage. Jacques Lacan
Comme le lecteur le sait dj, la reconnaissance, la production et la transfor-

mation des concepts discursifs en IEML est automatisable, et elle est automa-
tisable parce quelle est mathmatise. Dans ce chapitre, nous allons aborder,
de la manire la moins technique possible, le sous-bassement mathmatique de
la syntaxe dIEML et deux de ses algorithmes de transcodage. Je rappelle que
les algorithmes seront formaliss au chapitre 4 et les mathmatiques (ou tout
au moins leurs fondements) dans le chapitre final (5) de cet ouvrage. Je rap-
pelle galement que le chapitre 3 qui suit celui-ci, intitul Smantique traitera
des aspects proprement linguistiques et smantiques du mtalangage, avec des
exemples traduits en langue naturelle.
2.1 LAlgbre
2.1.1 Les symboles initiaux
Les six symboles lmentaires {E, U, A, S, B, T} de notre Algbre IEML
rpondent aux noms de vide (E), virtuel (U), actuel (A), signe (S), tre (B) et
chose (T).
2.1.2 Les squences

2.1.2.1 Mode de construction des squences
Considrons maintenant un algorithme capable de reconnatre et de ma-
nipuler les symboles lmentaires. Une de ses tches consiste fabriquer des
squences smantiques en concatnant des symboles. On peut se reprsenter
une squence comme un objet fabriqu au moyen de symboles qui sont aligns
lun derrire lautre, puis colls.
10 Syntaxe
L0 L1 L2 L3 L4 L5 L6
1 3 9 27 81 243 729
Tableau 2.1. Correspondance entre couches (Ln) et longueurs de

squences
La longueur L dune squence est gale au nombre de symboles dont elle est
compose. Ces squences sont orientes, cest--dire quelles ont un dbut et une
fin, ou - si lon veut - un symbole initial et un symbole terminal.
2.1.2.2 Couches des squences

Les squences ne peuvent avoir que sept longueurs pr-dfinies : 1, 3, 9, 27, 81,
243, 729. On voit, premirement, quun symbole peut tre considr comme une
squence de longueur L = 1 et que, deuximement, la longueur dune squence
est toujours une puissance de 3 (30 , 31 , 32 , 33 , 34 , 35 , 36 ). On dsignera une
longueur de squence, ou couche, par la puissance de 3 qui la dfinit. On parlera
par exemple de squence de couche L0, L1, L2, etc., jusqu L6 1 .
Pour construire une squence de couche L0, lAlgbre se contente de prendre
un seul symbole. Pour construire une squence de couche L1, lAlgbre colle
bout--bout trois squences de longueur L0. Pour construire une squence de
couche L2, elle colle bout--bout trois squences de couche L1, et ainsi de suite.
Notre Algbre ne peut pas construire une squence de couche Ln (n tant su-
prieur zro et infrieur ou gal 6) si elle na pas construit au pralable les
trois squences de couche Ln1 dont elle a besoin pour ce faire.
En rgle gnrale, pour construire une squence de couche Ln (n tant sup-
rieur zro et infrieur ou gal 6), lAlgbre colle bout--bout trois squences
de couche Ln1.
2.1.2.3 Les trois smes dune squence : substance, attribut, mode

Les trois squences de couche Ln1 qui ont servi construire la squence
de couche Ln sont toujours identifiables dans lAlgbre. De plus, puisque les
squences ont un dbut et une fin, un algorithme peut dterminer laquelle des
trois sous-squences est la premire, laquelle est la seconde et laquelle est la
troisime. Ces trois sous-squences sont appeles des smes. Le premier sme
est appel la substance de la squence, le second est appel lattribut et le
troisime le mode. Pour la signification grammaticale des smes, voir 3.2.3.
2.1.2.4 La multiplication
Les oprations algbriques pour construire des squences sont appeles des
multiplications. Le terme de multiplication est videmment pris ici en un sens
1. Le L correspond la premire lettre de langlais layer.
diffrent de celui de la multiplication entre des nombres. Ce sont ici des smes,
cest--dire des squences smantiques, qui sont les oprandes de la multiplica-
tion. Il est clair que si un algorithme est capable de construire des squences,
un algorithme peut aussi les dconstruire, par exemple en dcomposant une s-
quence en trois smes de couche immdiatement infrieure. Un algorithme peut
aussi transformer les squences quil a construites, par exemple en remplaant
un sme par un autre.
2.1.3 Les ensembles de squences

2.1.3.1 Types densembles
Nous venons de voir que nos algorithmes algbriques taient capables de
construire, de reconnatre, de dcomposer et de transformer des squences. Nous
allons voir maintenant quils peuvent aussi emballer, reconnatre, dballer et
transformer des paquets de squences, des paquets de paquets, et ainsi de suite.
Un paquet de squences manipul par un algorithme algbrique ne peut pas
contenir de squences identiques. De mme, un paquet de sous-paquets ne peut
contenir de sous-paquets identiques. Chaque squence dans un sous-paquet et
chaque sous-paquet dans un paquet est unique. Cest pourquoi nous appellerons
ces paquets des ensembles. Les trois principales sortes densembles manipuls
par nos algorithmes du niveau algbrique sont :
les catgories, qui sont des ensembles de squences de mme couche ;
les catsets, qui sont des ensembles de catgories de mme couche ;
les USL, qui sont des ensembles de catgories de couches diffrentes, et
qui peuvent donc toujours tre organiss en ensembles de 1 7 catsets
de couches distinctes.
Le terme densemble de squences est une expression trs gnrale qui peut
dsigner une squence, une catgorie, un catset, un USL, un ensemble dUSL,
etc.
2.1.3.2 Laddition
Toutes les oprations de manipulations densembles de squences, telles que
union, intersection ou diffrence symtrique sont appeles oprations additives,
parce que le rsultat de ces oprations peut toujours se reprsenter comme
une union densembles de squences. Comme dans le cas de la multiplication
smantique, laddition smantique se prend videmment en un sens diffrent de
laddition entre nombres.
2.1.4 Codage de lAlgbre

Les oprations et les variables de notre systme de squences et densembles
de squences sont intgralement dfinies et les ensembles de squences sont en
nombre fini. Les oprations sur les variables peuvent tre dcrites par des al-
gorithmes. En dautres termes, un circuit dalgorithmes du niveau de lAlgbre
12 Syntaxe
est capable de construire, dconstruire et transformer des squences ou des en-

sembles de squences. De la mme faon, un circuit dalgorithme peut dcrire les
squences quil a construites et les ensembles de squences quil a enveloppes.
On peut imaginer un trs grand nombre de notations diffrentes de lAlgbre
IEML. Mais toutes ces notations sont fonctionnellement quivalentes du point
de vue des rsultats obtenus par les algorithmes qui peuvent dcoder ces nota-
tions. La notation que jadopte couramment est fort proche de la ralit
dcrire (le systme des squences). Je marque les oprations multiplicatives par
une pure et simple concatnation de symboles : par exemple {EUT} note une
squence de couche L1 dont E est la substance, U lattribut et T le mode. Je
marque les oprations additives par une numration utilisant la virgule. Par
exemple {EUT, UAS, TUE} reprsente une catgorie de couche L1 contenant 3
squences.
2.1.4.1 Caractrisation mathmatique, calculabilit

A ce stade, IEML relve dune algbre commutative triviale : les multiplica-
tions cartsiennes en cascades qui gnrent ses squences (les oprations mul-
tiplicatives) et les oprations qui assemblent des sous-ensembles de squences
(les oprations additives) peuvent tre ramenes aux fonctions logiques les plus
classiques. Vu sous langle des langages formels, lAlgbre IEML relve des op-
rations bien rpertories qui peuvent tre accomplies sur les expressions dun
langage rgulier fini. Du point de vue fonctionnel, cest une catgorie (un groupe
complexe) de transformations. On notera que le mot catgorie a ici deux sens
distincts : (a) celui quil a en mathmatiques (groupe de transformations com-
plexe) et (b) celui quil a dans le vocabulaire technique dIEML, savoir un
ensemble de squences de mme couche (voir la figure 2.1).
2.1.4.2 Il existe plusieurs notations pour un mme rsultat

Jinsiste sur la commutativit opratoire de lAlgbre IEML. Ses oprations
additives sont videmment commutatives.
Par exemple, le rsultat de :
{{E, U, S}, {S, B, E}}
est le mme que celui de :
{{E, S, B}, {E, U, S}},
savoir :
{E, U, S, B}.
Notons aussi que lassociativit des oprations additives et multiplicatives
permet darriver au mme rsultat de bien des manires.
Par exemple,
{{S{B, A}T}, {SET}}
donne le mme rsultat que :
{S{E, A, B}T},
savoir :
{SET, SAT, SBT}.
Figure 2.1. Les couches de catgories en IEML
Mme en restant lintrieur des limites dun seul systme de notation al-
gbrique, il existe donc plusieurs manires de coder le mme ensemble de s-
quences.
2.2 Le Script
2.2.1 Convention dcriture : Script et script

Jcrirai Script (avec un S majuscule) pour dsigner le code de notre sys-
tme de topologie rhizomatique et script (avec un s minuscule) pour dsigner
une expression particulire de ce code. La notation Script remplace la no-
tation STAR dont il tait question dans La sphre smantique (2011).
2.2.2 Correspondance bi-univoque entre ensembles de s-

quences et scripts
Nous venons de voir quil existe plusieurs systmes de notation possibles de
lAlgbre IEML. Le Script est lun de ces systmes. Cest une forme dcriture
particulire de lAlgbre. Cela signifie quune notation en Script est ipso facto
une notation en Algbre IEML. Il en rsulte quun script dsigne un ensemble
de squences et un seul. Le passage du Script IEML vers lAlgbre IEML est
14 Syntaxe
Figure 2.2. Correspondance entre Algbre et Rhizome
donc assur. Ce passage ne pose pas de problme parce que le premier est un cas
particulier du second. En revanche, le passage en sens inverse, de lAlgbre au
Script, est plus complexe. Cest pourquoi il existe un algorithme de transcodage 2
qui transforme les expressions de lAlgbre en scripts. Cet algorithme respecte
la contrainte selon laquelle il existe toujours un script et un seul pour dcrire
un ensemble de squences. En somme :
toutes les expressions diffrentes de lAlgbre commutative qui dsignent
le mme ensemble de squences sont traduites par un script et un seul ;
un script distinct dsigne un ensemble de squences et un seul et il a
toujours une traduction en Algbre commutative.
Cette correspondance bi-univoque entre les deux codes a dimportantes cons-
quences. En effet, les variables, les oprations et le code dun systme formel
sont solidaires. Si lon peut passer automatiquement du code dun systme for-
mel A au code dun systme formel B et vice versa, alors on peut aussi passer
automatiquement - par lintermdiaire du code ! - des variables et des oprations
du systme A aux variables et aux oprations du systme B (et vice versa).
2.2.3 Correspondance bi-univoque entre scripts

et rhizomes
Un script code non seulement un ensemble de squences, mais il doit encore
coder simultanment, et de manire non-ambigu, un graphe complexe appel
rhizome (voir section : 2.4). En dautres termes :
2. Voir sections 2.3 et 4.2.
chaque script IEML distinct est interprt par un algorithme comme la

description dun rhizome distinct et un seul (voir section 2.5 comment
fonctionne cet algorithme) ;
un rhizome distinct est dcrit ou reconnu par un algorithme sous la forme
dun script distinct et un seul.
2.2.4 Correspondance bi-univoque entre ensembles de s-

quences
et rhizomes
Il existe une correspondance bi-univoque entre ensembles de squences et
scripts, dune part, et entre scripts et rhizomes, dautre part. Ds lors, il existe
ncessairement une correspondance bi-univoque entre ensembles de squences
et rhizomes.
2.2.5 Solidarit entre les oprations du calcul algbrique

et celles du calcul rhizomatique
Puisquil existe une correspondance bi-univoque entre ensembles de squences
et rhizomes, alors il existe aussi une solidarit mcanique entre le calcul alg-
brique qui construit, transforme et dcrit les ensembles de squences, dune part,
et le calcul rhizomatique qui construit, transforme et dcrit les rhizomes, dautre
part.
2.2.6 Rgles de notation du Script

2.2.6.1 Oprateurs
Multiplication : . - , _ ; Au lieu de se marquer par une simple concat-
nation de symboles, la multiplication se note en Script par des signes de ponc-
tuation indiquant les diffrentes couches. Ces signes de multiplication facilitent
lanalyse syntaxique automatique (parsing) des expressions et permettent de
reprer les smes (cest--dire les oprandes de la multiplication) visuellement,
couche par couche. Les signes de multiplication en Script se prsentent comme
suit :
L0 :
L1 .
L2 -
L3
L4 ,
L5 _
L6 ;
16 Syntaxe
Algbre Script Signification

{U, A} O: verbe, processus
{S, B, T} M: nom, entit
{U, A, S, B, T} F: plnitude (absence de vide)
{E, U, A, S, B, T} I: information
Tableau 2.2. Abrviations dadditions de couche L0
Par exemple, la squence :

STAUBSTAUESSUBSTAUEBSTBSAAU
se note en script :
S:T:A:.U:B:S:.T:A:U:.-E:S:S:.U:B:S:.T:A:U:.-E:B:S:.T:B:S:.A:A:U:.-
Addition (+) Au lieu de se marquer par une numration entre accolades,

laddition se note en Script par le signe + ainsi que par une parenthse ouvrante
et une parenthse fermante.
Par exemple, {UAS, AUT, TUA} se note en Script (U:A:S:. + A:U:T:. +
T:U:A:.)
2.2.6.2 Dlimitateurs
Dlimitateurs de catgories .
Les catgories distinctes sont spares par une barre oblique / . Par
exemple :
(U:A:S:. + A:U:T:. + T:U:A:.) / S:T:A:.U:B:S:.T:A:U:.-E:S:S:.U:B:S:.T:A:U:.-
E:B:S:.T:B:S:.A:A:U:.-
Dlimitateurs dUSL * ** On se souviendra que les USL sont des ensembles

de catgories distinctes. Sil est ncessaire de dlimiter un USL en Script, on le
fait prcder dune toile * et suivre de deux toiles ** . Par exemple :
(U:A:S:. + A:U:T:. + T:U:A:.) / S:T:A:.U:B:S:.T:A:U:.-E:S:S:.U:B:S:.T:A:U:.-
E:B:S:.T:B:S:.A:A:U:.-**
2.2.6.3 Abrviations obligatoires

Abrviations dadditions de couche L0 Labrviation des quatre additions
de couche 0 figurant dans le tableau 2.2 est obligatoire.
Abrviation des multiplications de E: Lemploi de labrviation pour les

multiplications de E: est obligatoire. Lorsquun E: est multipli par dautres E:
jusqu la fin dune catgorie, on se contente de marquer les couches sans les
remplir de E:
Les 25 lettres minuscules en Script (couche 1)

Attribut
U A S B T
Substance
UUE UAE USE UBE UTE

U wo. wa. y. o. e.
rflchir interne mouvoir savoir vouloir pouvoir
AUE AAE ASE ABE ATE

A wu. we. u. a. i.
percevoir rflchir externe noncer s'engager faire
SUE SAE SSE SBE STE

S j. g. s. b. t.
mutation de mutation
pense langage mmoire
signifiant documentaire
BUE BAE BSE BBE BTE
B h. c. k. m. n.
socit affect monde
signifi personnelle
TUE TAE TSE TBE TTE
T p. x. d. f. l.
vrit vie espace
rfrent matrielle
Figure 2.3. 25 lettres minuscules
Jutilise le signe # avant les expressions incorrectes en Script.

Exemple 1
On ncrit pas #E:E:E:. mais *E:.**
Exemple 2
On ncrit pas #O:E:E:.E:M:E:.E:E:E:.- mais *O:.E:M:.E:.-**
Exemple 3
On ncrit pas #U:E:E:.E:E:E:.E:E:E:.- mais *U:.-**
Abrviation de 25 squences de couche 1 Lemploi des 25 lettres minus-

cules codant certaines squences de couche 1 est obligatoire.
2.2.7 Ordre standard

Lordre standard du Script fournit des procdures rgulires pour ranger les
catgories, les catsets, et les USL.
2.2.7.1 Ordre de couche
On range toujours les ensembles de squences par ordre de couche. Par

exemple, on range les ensembles de couche 0, avant les ensembles de couche 1,
les ensembles de couche 1 avant les ensembles de couche 2, etc.
18 Syntaxe
E: U: A: S: B: T:
1 2 4 8 16 32
20 21 22 23 24 25
Tableau 2.3. Valeur numrique des primitives
2.2.7.2 Ordre de taille

Lordre de taille correspond lordre croissant du nombre de squences sin-
gulires par catgorie, lordre croissant du nombre de catgories spares pour
les catsets, etc. Il sagit toujours de ranger les ensembles de squences de mme
type par nombre croissant dlments.
Par exemple :
A:B:S:. ne contient quune seule squence singulire {ABS}
O:B:S:. en contient deux {UBS, ABS}
M:B:S:. en contient trois {SBS, BBS, TBS}
O:M:S:. en contient six {USS, UBS, UTS, ASS, ABS, ATS}
2.2.7.3 Ordre alphabtique des primitives, des caractres

et des lettres minuscules
Chaque symbole primitif possde une valeur numrique (voir le tableau 2.3).
La valeur numrique dune addition de primitives rsulte de laddition arithm-
tique des valeurs numriques des oprandes. Par exemple, la valeur numrique
de (S:+B:) est 24 et la valeur numrique de O: est 6.
Chacune des 63 additions de couche L0 3 est considre comme un caractre
du Script. Lordre alphabtique du script range les caractres selon leur valeur
numrique croissante.
Conformment aux principes qui viennent dtre noncs, lordre alphanu-
mrique des 10 lettres capitales est
E: U: A: O: S: B: T: M: F: I:
et celui des 25 lettres minuscules (voir la figure 2.3) est le suivant :
wo. wa. y. o. e. wu. we. u. a. i. j. g. s. b. t. h. c. k. m. n. p. x. d. f. l.
2.2.7.4 Ordre des catgories de mme couche

Lordre standard du Script range les catgories de mme couche par taille
croissante, puis par ordre alphabtique.
Exemple 1
Les catgories de couche 1 qui suivent sont ranges selon lordre des catgo-
ries. Les nombres en gras indiquent la taille des catgories qui suivent.
1
E:B:T:.
3. Cest--dire lensemble des sous-ensembles de {E, U, A, S, B, T} moins lensemble vide.
A:B:E:.
A:B:S:.
3
E:B:M:.
M:S:E:.
5
U:F:E:.
6
E:S:I:.
U:M:O:.
U:I:E:.
A:T:I:.
9
U:M:M:.
30
I:E:F:.
180
I:F:I:.
Exemple 2
Rangement par ordre alphabtique de 4 catgories de mme taille de couche
L2 :
O:O:.M:M:.-
O:M:.O:M:.-
O:M:.M:O:.-
M:M:.O:O:.-
2.2.7.5 Ordre des oprandes dune addition

Les oprandes des additions sont toujours ranges par ordre standard.
Exemple 1
On ncrit jamais #(S:+E:+U:) mais toujours *(E:+U:+S:)**
Exemple 2
On ncrit jamais #(M:+U:) mais toujours *(U:+M:)**
2.2.7.6 Ordre des catsets

Les catsets sont en principe dj rangs en interne selon lordre des
catgories.
1. Un ensemble de catsets est dabord rang par couches.
2. Les catsets de mme couche sont rangs par ordre croissant de taille
(cest--dire par nombre de catgories).
3. Les catsets de mme couche et de mme taille sont rangs par ordre
alphabtique de leur premire catgorie. Si les premires catgories sont
identiques, on les range par ordre alphabtique de leur seconde catgorie,
et ainsi de suite jusqu ce quils soient tous ordonns.
20 Syntaxe
2.2.7.7 Ordre des USL

Les USL sont en principe dj rangs en catsets de couches distinctes (de 1
7 catsets), les catsets tant eux-mme rangs par ordre de catgories. Les USL
sont ordonns par couche croissante, dans lordre de leurs catsets. Cest--dire
que les USL commenant par un catset de couche 0 viendront dabord, puis les
USL commenant par un catset de couche 1, et ainsi de suite.
2.2.8 Contraintes dcriture en Script

Il est entendu que les scripts peuvent toujours tre interprts comme des
instructions doprations additives et multiplicatives sur des squences. Mais
les scripts doivent aussi pouvoir tre interprts comme des instructions dop-
rations topologiques de construction ou didentification de rhizomes. Cest
notamment pour rpondre cette seconde contrainte que le Script se prsente
comme une algbre non-commutative et non-associative. Il nexiste quun script
et un seul qui puisse coder un rhizome distinct.
2.2.8.1 Caractre non-commutatif et non-associatif de laddition en

Script
Non-commutativit Les oprandes des additions entre catgories de mme
couche sont ranges dans lordre standard. Cela implique labsence de commu-
tativit de laddition.
Exemple
On ne peut pas crire que :
*(U:+A:)** est identique #(A:+U:)
puisquon ne peut pas crire :
#(A:+U:)
Non-associativit Il est impossible dcrire en Script plusieurs additions dif-

frentes entre catgories de couche Ln lintrieur dun sme (oprande de
multiplication) de couche Ln. On ne peut pas crire non plus une addition dad-
dition.
Exemple
Lcriture :
#(y.+ a.)+(F:E:O:.+O:F:E:.)
est incorrecte en Script. Il faut crire :
*(y. + a.+ O:F:E:.+F:E:O:.)**
2.2.8.2 Minimisation du nombre de multiplications en Script

On ne peut pas crire en Script une addition de plusieurs multiplications de
couche Ln quand on peut crire le mme rsultat par une seule multiplication
dadditions de couche Ln1. En dautres termes, on utilise toujours le plus petit
nombre possible de multiplications de couche Ln. Cela implique une absence
dassociativit dans la composition de lunion et de la multiplication en Script.
Exemple 1
On ne peut pas crire :
#(U:S:A:. + U:S:B:. + U:T:A:. + U:T:B:.)
mais on doit crire :
*U:(S:+T:)(A:+B:).**
On voit que lexpression incorrecte comprend quatre multiplications de couche
L1 alors que lexpression correcte nen comprend quune. Lexpression correcte
minimise le nombre de multiplications.
Exemple 2
Considrons la catgorie {USE, UBE, UTE, ASE, ABE, ATE} en Algbre
commutative.
Cette catgorie ne peut pas tre reprsente en Script par :
#((y.+ o. + e.) + (A:M:.))
ni par :
#(U:M:. + A:M:.)
La squence ne peut tre reprsente en Script que par :
*O:M:.**
2.2.8.3 Choix entre plusieurs scripts offrant le mme nombre mini-

mal de multiplications
Lorsquil existe plusieurs scripts qui offrent le mme nombre minimal de
multiplications, on prend systmatiquement celui qui est situ en premier dans
lordre standard.
Exemple
Considrons la catgorie {USS, UTS, UTB, STB, SSB, SSS} note en Al-
gbre commutative.
Il nexiste pas de scripts qui diminuent le nombre de multiplications au-
del de trois. Dautre part, il existe deux scripts qui offrent une traduction
de lexpression algbrique avec seulement trois multiplications. Entre ces deux
scripts, il faut donc choisir celui arrive le premier dans lordre standard. Lautre
est incorrect.
*(U:(S:+T:)S:. + S:S:(S:+B:). + (U:+S:)T:B:.)**
#(U:T:(S:+B:). + S:(S:+T:)B:. + (U:+S:)S:S:.)
2.3 Principes de lalgorithme de transcodage de

lAlgbre vers le Script
2.3.1 Architecture gnrale de lalgorithme de codage en
Script pour une catgorie de couche Ln
Lopration de remplacement est explique la section suivante.
1. Opration de remplacement (rcursive) pour la catgorie de couche Ln;
2. opration de remplacement (rcursive) pour les catgories de couche
Ln1;
22 Syntaxe
3. etc;
4. opration de remplacement (rcursive) pour les catgories de couche L1.
2.3.2 Opration de remplacement sur une catgorie de

couche Lk
Chaque fois que n (n le plus grand possible) squences appartenant la
mme catgorie IEML de couche L ont deux smes semblables (par exemple, la
substance et le mode), elles sont remplaces par une seule squence, cest--dire
par une seule multiplication. Ce remplacement se fait en utilisant les deux rgles
suivantes :
1. On cherche toujours minimiser le nombre de multiplications rsultant
en une catgorie de couche Ln.
2. Lorsque plusieurs catgories soffrent pour obtenir le mme nombre de
multiplications minimal, on prend systmatiquement la catgorie situe
en premier dans lordre standard dcrit en 2.2.7.
2.3.3 Ritration de lopration de remplacement

On rpte lopration de remplacement sur le rsultat de la premire opra-
tion, en boucle, jusqu ce que lon ne trouve plus de squences de caractres
ayant deux smes semblables.
2.3.4 Exemples pour lalgorithme de codage en Script

Exemple 1 (couche L1) : {USE, UBE, UTE, ASE, ABE, ATE}
USE, UBE, UTE ont 2 smes semblables, et donc peuvent tre reprsen-
tes par :
U:(S:+B:+T:)E:.
ASE, ABE, ATE ont 2 smes semblables, et donc peuvent tre reprsen-
tes par :
A:(S:+B:+T:)E:.
On obtient donc :
#U:(S:+B:+T:)E:.+A:(S:+B:+T:)E:.
Les deux oprandes de lunion obtenue ont deux smes en commun. Donc
on la reprsente ainsi :
#(U:+A:)(S:+B:+T:)E:.
Afin dobir aux contraintes de notation abrge, le dernier rsultat est
reprsent ainsi :
*O:M:.**
Exemple 2 (couche L1) : {AUB, ABE, SUE, SBE, TUE, TBE}
ABE, SBE et TBE peuvent tre reprsentes par :
(A:+S:+T:)B:E:.
SUE et TUE peuvent tre reprsentes par :
(S:+T:)U:E:.
On obtient alors :
*(A:U:B:.+(S:+T:)U:E:.+(A:+S:+T:)B:E:.)**
Remarque : lordre standard oblige ranger les oprandes de laddition
par ordre de taille croissante. La substance du premier oprande est de
taille 2 tandis que la substance du second oprande est de taille 3.
Exemple 3 (couche L2) : {AUBABESUE, AUBABEABE}
{AUBABESUE, AUBABEABE} scrit :
*A:U:B:.A:B:E:.(A:B:E:.+S:U:E:.)-**
Exemple 4 (couche L2) : {USEUBEUTE, ASEABEATE, ASEABEUTE}
Remplacement pour la couche 2
#(U:S:E:.U:B:E:.U:T:E:.- + A:S:E:.A:B:E:.(U:T:E:.+A:T:E:.)-)
Remplacement pour la couche 1
*(U:S:E:.U:B:E:.U:T:E:.- + A:S:E:.A:B:E:.(U:+A:)T:E:.-)**
2.4 Le Rhizome
2.4.1 Bulbes et filaments
Le terme de rhizome est ici employ dans un sens qui na que de lointains
rapports avec celui quil possde en botanique et se rfre plutt au sens philo-
sophique de graphe fractal rgulier plus complexe quune structure darbre clas-
sique 4 . Un rhizome IEML est fondamentalement un graphe dont les sommets,
appels bulbes, sont tiquets par un script et dont les artes, appeles filaments,
sont tiquetes selon les relations quelles tablissent entre les bulbes. Puisquil
nexiste que quatre types de relations entre les bulbes, il ny a que quatre ti-
quettes de filaments 5 . Les relations entre les bulbes dcoulent directement des
deux oprations (addition et multiplication) et se nomment ainsi :
1. Ordre additif;
2. symtrie additive;
3. ordre multiplicatif;
4. symtrie multiplicative.
Du point de vue de la thorie des graphes, les relations dordre construisent des
arbres tandis que les relations symtriques construisent des cliques.
Dans les arbres additifs, le nombre de feuilles que peut avoir une racine nest
pas spcifi. Les feuilles et les racines des arbres additifs sont des bulbes de
mme couche.
Dans les arbres multiplicatifs, chaque racine ne peut avoir que trois feuilles,
correspondant aux trois oprandes de la multiplication. Les feuilles des arbres
multiplicatifs appartiennent toujours la couche immdiatement infrieure la
couche de leurs racines.
4. Voir Deleuze et Guattari, Mille plateaux, Minuit, Paris, 1980, particulirement lintro-
duction.
5. Nous verrons la section 3.1.6 quil en existe 4 de plus, donc 8 en tout, mais nous
pouvons ngliger cela pour le moment.
24 Syntaxe
Filaments Multiplication Addition

Ordre > > >
Symtrie u u u
Tableau 2.4. Les 4 types de filaments dun rhizome IEML
2.4.2 Notation des rhizomes et dfinition des quatre types

de filaments
Du fait des contraintes spciales qui psent sur le Script (tablir une relation
bi-univoque entre lAlgbre et le Rhizome), la description dtaille des rhizomes
ne peut se faire en Script. Je suis donc oblig de faire appel une notation
topologique spciale, distincte de celle de lAlgbre et du Script. En principe,
cette notation nest utilise que pour dcrire la structure du Rhizome.
2.4.2.1 Bulbes
Un bulbe (cest--dire un sommet de graphe rhizomatique) est ici not par
un petit cercle avant le script qui ltiquette (sans toiles).
Par exemple : M:S:U:.
2.4.2.2 Filaments dordre additif

La relation dordre additive se note par le signe >.
Le signe dordre additif indique la relation entre le rsultat ( gauche du
signe) et loprande ( droite du signe) dune addition. Je rappelle que, lint-
rieur dune catgorie, les bulbes en relation dordre additif appartiennent tou-
jours la mme couche.
Par exemple, M:S:U:. > B:S:U:. indique que M:S:U:. contient additi-
vement le bulbe B:S:U:. cest--dire que lensemble de squences tiquetant le
bulbe B:S:U:. est un sous-ensemble de lensemble de squences tiquetant le
bulbe M:S:U:.
2.4.2.3 Filaments de symtrie additive

La relation additive symtrique se note par le signe u entre crochets.
Le signe de symtrie multiplicative indique que les bulbes quil connecte
sont des oprandes de la mme addition. Il existe invariablement un graphe
complet de relations symtriques additives entre les oprandes dune addition
et ces oprandes, bien entendu, appartiennent toujours la mme couche (
lintrieur dune catgorie).
Par exemple, [S:S:U:. u B:S:U:. u T:S:U:.] indique que chacun des trois
bulbes est en relation de symtrie additive avec les deux autres, ou que S:S:U:.
B:S:U:. et T:S:U:. sont les oprandes dune mme opration daddition.
2.4.2.4 Notation compacte des relations additives correspondant

une seule addition
Au lieu dindiquer successivement plusieurs relations dordre comme dans :
M:S:U:. > S:S:U:.
M:S:U:. > B:S:U:.
M:S:U:. > T:S:U:.
On peut crire lensemble des relations dordre et de symtrie additive cor-
respondant une seule addition de la manire suivante :
M:S:U:. > [S:S:U:. u B:S:U:. u T:S:U:.]
2.4.2.5 Filaments dordre multiplicatif

Le filament dordre multiplicatif se note par le signe >.
Le signe dordre multiplicatif indique la relation entre le rsultat ( gauche
du signe) et loprande ( droite du signe) dune multiplication. Je rappelle que
loprande appartient toujours la couche immdiatement infrieure celle du
rsultat.
Par exemple :
M:S:U:. > substance M:
M:S:U:. > attribut S:
M:S:U:. > mode U:
Au lieu dindiquer successivement les trois relations dordre multiplicatif, on
peut utiliser la notation suivante, dans laquelle lordre des smes indique leurs
rles distincts :
M:S:U:. > [M: S: U:]
2.4.2.6 Filaments de symtrie multiplicative

Le filament de symtrie multiplicative se note par le signe u.
Le signe de symtrie multiplicative indique que les deux bulbes de couche n
quil connecte ont deux de leurs smes de couche n-1 en rle invers tandis que
le troisime sme de couche n-1 est identique. Les bulbes en relation de symtrie
multiplicative appartiennent ncessairement la mme couche.
Par exemple : M:S:U:. u S:M:U:.
2.5 Principes de lalgorithme de transcodage du

Script vers le Rhizome
Un script est considr comme un programme de construction de rhizome. La
lecture automatique du script se ramne ultimement des oprations didentifi-
cation des bulbes et de tissage de filaments entre les bulbes identifis, cest--dire
la construction dun rhizome. Le mot caractre utilis plus bas se rfre
aux 63 sous-ensembles de {E, U, A, S, B, T} moins lensemble vide. Il ne sagit
donc pas des seulement des dix symboles {E, U, A, O, S, B, T, M, F, I}.
26 Syntaxe
2.5.1 Structure gnrale de lalgorithme de construction

dun rhizome partir dun script de couche Ln
La construction de rhizome partir dun script de couche Ln (n entre 0 et
6) se dcompose ainsi :
1. Construction pour la couche Ln;
2. construction pour la couche Ln1;
3. ...
4. construction pour la couche L0.
2.5.2 Structure gnrale de la routine de construction de

rhizome pour une couche
1. Premier tour :
(a) identification des bulbes de couche Lk en relation daddition livrs

par le script;
(b) tissage des filaments dordre et de symtrie additive de couche Lk
entre les bulbes identifis en (a);
(c) tissage des filaments dordre multiplicatif (racines la couche Lk1)
des bulbes identifis en (a).
2. Second tour : construction successive caractre par caractre des bulbes

de couche Lk identifis au premier tour.
3. Troisime tour : construction successive caractre par caractre des bulbes
de couche Lk identifis au second tour.
4. ...
5. Avant dernier tour : on continue ainsi jusqu ce que tous les bulbes
identifis correspondent des squences singulires.
6. Dernier tour : on tisse les filaments de symtrie multiplicative entre les
bulbes identifis aux tours prcdents.
2.5.3 Passage dune couche la couche infrieure

La construction pour chaque couche livre les racines multiplicatives de couche
immdiatement infrieure comme on le voit au point 1 (c) de 2.5.2. Ce sont ces
racines qui servent de base la construction du rhizome la couche infrieure,
et ainsi de suite rcursivement.
2.5.4 Structure gnrale de la routine de construction de

bulbes
1. Construction partir du premier caractre :
(a) identification des caractres en relation additive contenus dans le pre-

mier caractre, identification des bulbes correspondants;
2. Construction partir du second caractre
(a) Identification des caractres en relation additive contenus dans le se-
cond caractre, identification des bulbes correspondants;
3. ...
4. Construction partir du dernier caractre.
2.5.5 Exemples de construction de rhizome

Premier tour pour une couche de *O:M:(U:+B:). + M:O:(A:+T:).**
1. Identification des bulbes de couche L1 en relation daddition livrs par le
script :
O:M:(U:+B:). + M:O:(A:+T:).
O:M:(U:+B:).
M:O:(A:+T:).
2. Tissage des filaments dordre et de symtrie additive de couche L1 entre
les bulbes identifis en 1 :
O:M:(U:+B:). + M:O:(A:+T:). > [O:M:(U:+B:). u M:O:(A:+T:).]
3. Tissage des filaments dordre multiplicatif (racines la couche L0) des
bulbes identifis en 1 :
O:M:(U:+B:). > [O: M: (U:+B:)]
M:O:(A:+T:). > [M: O: (A:+T:)]
Construction partir du bulbe O:M:(U:+B:).
1. Construction partir du premier caractre :
(a) identification des caractres en relation additive contenus dans le pre-
mier caractre :
U: et A:
identification des bulbes correspondants :
U:M:(U:+B:). et A:M:(U:+B:).
(b) tissage des filaments dordre et de symtrie additive de couche L1
entre les bulbes identifis en (a) :
O:M:(U:+B:). > [U:M:(U:+B:). u A:M:(U:+B:).]
28 Syntaxe
(c) tissage des filaments dordre multiplicatif (racines la couche L0) des
bulbes identifis en (a) :
U:M:(U:+B:). > [U: M: (U:+B:)]
A:M:(U:+B:). > [A: M: (U:+B:)]
2. Construction partir du second caractre :
(a) Identification des caractres en relation additive contenus dans le se-
cond caractre :
S: B: et T:
identification des bulbes correspondants :
O:S:(U:+B:).
O:B:(U:+B:).
O:T:(U:+B:).
O:M:(U:+B:). >
[O:S:(U:+B:).u O:B:(U:+B:). u O:T:(U:+B:).]
O:S:(U:+B:). > [O: S: (U:+B:)]
O:B:(U:+B:). > [O: B: (U:+B:)]
O:T:(U:+B:). > [O: T: (U:+B:)]
3. Construction partir du troisime caractre :
(a) identification des caractres en relation additive contenus dans le troi-
sime caractre :
U: et B:
Identification des bulbes correspondants :
O:M:U:.
O:M:B:.
O:M:(U:+B:). > [O:M:U:. u O:M:B:.]
O:M:U:. > [O: M: U:]
O:M:B:. > [O: M: B:]
Construction partir du premier caractre de I:O:.
1. Ordres et symtries additives de couche 0 pour le premier caractre :
I: > [E: u F:]
F: > [O: u M:]
O: > [U: u A:]
M: > [S: u B: u T:]
2. bulbes correspondants de couche L1 :
(a) E:O:. > [E: O: E:]

(b) U:O:. > [U: O: E:]
(c) A:O:. > [A: O: E:]
(d) O:O:. > [O: O: E:]
(e) S:O:. > [S: O: E:]
(f) B:O:. > [B: O: E:]
(g) T:O:. > [T: O: E:]
(h) M:O:. > [M: O: E:]
(i) F:O:. > [F: O: E:]
3. tissage des filaments dordre et de symtrie additive entre les bulbes de
couche L1 :
(a) O:O:. > [U:O:. u A:O:.]
(b) M:O:. > [S:O:. u B:O:. u T:O:.]
(c) F:O:. > [O:O:. u M:O:.]
(d) I:O:. > [E:O:. u F:O:.]
4. tissage des filaments dordre multiplicatif (racines la couche L0) :
(a) E:O:. > [E: O: E:]
(b) U:O:. > [U: O: E:]
(c) A:O:. > [A: O: E:]
(d) O:O:. > [O: O: E:]
(e) S:O:. > [S: O: E:]
(f) B:O:. > [B: O: E:]
(g) T:O:. > [T: O: E:]
(h) M:O:. > [M: O: E:]
(i) F:O:. > [F: O: E:]
30 Syntaxe
Chapitre 3
Smantique
La mort et la vie sont au pouvoir de la langue. Proverbes 18:20-21
Nous allons maintenant apprendre comment on produit (et reconnat) des

mots, des phrases, des textes et des hypertextes en IEML. La section 3.1 prsente
les circuits paradigmatiques du dictionnaire et la section 3.2 traite des circuits
syntagmatiques, textuels et hypertextuels et de leurs formes de construction
rgulires.
3.1 Les circuits paradigmatiques du dictionnaire

3.1.1 Quelques dfinitions
3.1.1.1 Le dictionnaire
Le dictionnaire IEML comprend un lexique de base et des thesaurii par
domaines. Aussi bien le lexique base que les thesaurii sont constitus dun en-
semble de rseaux paradigmatiques interoprables appels cls. Les noeuds de
ces rseaux reprsentent les termes du dictionnaire et les liens de ces rseaux
reprsentent les relations smantiques entre les termes.
3.1.1.2 Diffrence entre rhizome et circuit smantique

Les deux principales diffrences entre un circuit smantique et un rhizome
sont que, premirement, un circuit peut contenir ou canaliser des flux de cou-
rant smantique et que, deuximement, un circuit se dcrit automatiquement
en relations smantiques entre des expressions en langues naturelles.
3.1.1.3 Transcodage dun rhizome en circuit smantique

On peut comparer le rhizome cod par un script au plan en pointill dun
ensemble de circuits possibles. Grce linformation fournie par le dictionnaire
32 Smantique
IEML, lalgorithme de transcodage du Rhizome vers la Sphre smantique (voir

3.3) transforme certains bulbes dun rhizome en rservoirs, certains filaments
de ce mme rhizome en canaux et dcrit les rservoirs et les canaux en langues
naturelles.
3.1.1.4 Complexit des circuits smantiques

Un script muni du dictionnaire peut donc gnrer automatiquement un cir-
cuit smantique complexe qui articule notamment des circuits paradigmatiques,
des circuits syntagmatiques, des circuits textuels et des circuits inter-textuels.
Le but de ce chapitre est dexpliquer la mthode de construction des circuits
paradigmatiques du dictionnaire, qui permettent de donner sens automatique-
ment aux scripts IEML.
3.1.2 Mthode de construction des cls originales

Les circuits paradigmatiques sont construits partir de circuits lmentaires
appels cls paradigmatiques, ou simplement cls. Je vais dabord expliquer com-
ment on construit des cls originales en suivant une mthode semi-automatique,
puis comment assembler ces cls en trousseaux cohrents. Nous verrons ensuite
comment crer volont des cls drives (analogiques et spcialises) partir
des cls originales.
3.1.2.1 Structure gnrale de la mthode de construction de cls

originales
Pour construire une cl originale selon la mthode semi-automatique :
1. on applique un algorithme de formatage de cl un script reprsentant
une catgorie de couche Ln;
2. on slectionne les filaments ne pas transformer en canaux et les bulbes
ne pas transformer en rservoirs;
3. on dcrit les rservoirs en langues naturelles, ce qui en fait des termes.
3.1.2.2 Algorithme de construction de cl

Lalgorithme de construction de cl est semblable lalgorithme de construc-
tion de rhizome (voir 2.5), avec ces deux diffrences :
1. il est limit la couche Ln 1 ;
2. il transforme les bulbes en rservoirs et les filaments en canaux.
3.1.2.3 Slection des filaments et des bulbes ne pas ouvrir

Par dfaut, tous les filaments sont transforms en canaux et tous les bulbes
sont transforms en rservoirs. Pour obtenir la cl dsire, il suffit de slectionner
les bulbes et filaments ne pas ouvrir.
1. Cest--dire au point 1 de 2.5.1.
Canaux Multiplication Addition

Ordre > > relation tymologique > relation taxinomique
Symtrie u u relation de complmentarit u relation de concurrence
Tableau 3.1. Les quatre canaux paradigmatiques entre les termes

des cls originales
Restriction des canaux Concernant les filaments, il nest possible dannuler

que la transformation des filaments multiplicatifs en canaux.
1. Pour les filaments de symtrie multiplicative on se contente dannuler la
transformation pour lensemble de la cl (voir 2.5.2 point 6).
2. Pour les filaments dordre multiplicatif on choisit un, deux ou trois rles
(substance, attribut, mode) pour lesquels la transformation na pas lieu,
et cela pour lensemble de la cl.
Restriction des rservoirs On slectionne les bulbes ne pas transformer

en rservoirs simplement en les listant. Si le bulbe slectionn pour ne pas tre
transform en rservoir se trouve sur le chemin dune relation dordre additif
entre rservoirs, cette relation saute ou traverse le bulbe limin sous la
forme dun canal dordre additif. En revanche, la non-transformation du bulbe
en rservoir interrompt les canaux multiplicatifs qui auraient pu passer par lui.
3.1.2.4 Relations entre termes des cls originales

Lorsquils sont dcrits en langues naturelles, les rservoirs des cls sont ap-
pels des termes et les canaux reprsentent alors les relations paradigmatiques
entre les termes. Les quatre types de relations paradigmatiques entre les termes
des cls originales sont rsumes dans le tableau 3.1.
1. Les relations dordre multiplicatif sont interprtes comme des relations
tymologiques. Les termes de couche Ln1 reprsentent alors les ra-
cines des termes de couche Ln. Le sens des termes de couche Ln drive
du sens de ses racines de couche infrieure, mme si on ne peut jamais
dduire le sens des termes de celui de leurs racines. Par exemple *s.u.-
m.u.-** (rve) drive du sens de *s.u.-** (image) et du sens de *m.u.-**
(symptme).
2. Les relations de symtrie multiplicative indiquent des complmentarits
smantiques. Par exemple, *s.u.-m.u.-** (rve) et *m.u.-s.u.-** (fan-
tasme) sont complmentaires.
3. Les relations dordre additif signalent des relations taxinomiques, cest--
dire des relations densembles sous-ensembles. Par exemple *s.u.-m.u.-
** (rve) appartient *M:M:.u.-M:M:.u.-** (fonctions smiotiques). Il
faut noter que *M:M:.u.-M:M:.u.-** contient 81 squences singulires.
34 Smantique
4. Finalement, les relations de symtrie additive indiquent des rapports de

concurrence. On peut entendre cette notion de concurrence en deux sens.
Premirement, au sens o le choix dun terme pour figurer dans un nonc
quivaut llimination des termes concurrents. Deuximement au sens
o les termes concurrents concourent ensemble la dfinition du terme
qui les rassemble. Par exemple, dans la cl *M:M:.O:M:.-**, le terme
*m.a.-** (parent) a pour concurrents les autres termes de la colonne
*m.O:M:.-** (affect actualis) tels que *m.y.-** (intelligence motion-
nelle) et *m.u.-** (symptme) ainsi les termes de la range *M:M:.a.-**
(fonction sociale) tels que *b.a.-** (conteur) et *f.a.-** (gurisseur).
3.1.2.5 Super-cls
Les taxons lmentaires (ou feuilles ultimes de larbre additif) dune cl
ordinaire correspondent des squences singulires, comme *s.u.-m.u.-**. En
revanche, les super-cls sont des cls dont les taxons lmentaires sont les taxons
les plus gnraux (ou racines ultimes de larbre additif) de cls ordinaires, comme
*M:M:.u.-M:M:.u.-**.
Par exemple *(M:M:.a.-M:M:.a.- + M:M:.u.-M:M:.u.- + M:M:.i.-M:M:.i.-
)** (fonctions dactualisation de lintelligence collective), est une super-cl dont
les trois taxons lmentaires sont *M:M:.u.-M:M:.u.-** (fonctions smiotiques),
*M:M:.a.-M:M:.a.-** (fonctions sociales) et *M:M:.i.-M:M:.i.-** (fonctions tech-
niques). Il peut exister plusieurs niveaux de super-cls, mais les cls, leurs super-
cls, leurs super-super-cls, et ainsi de suite sont forcment de mme couche.
3.1.2.6 Le trousseau de cls interoprables du lexique de base

Un circuit paradigmatique est interoprable sil ne comporte quune seule
description en langues naturelles du mme terme et si la mme description
nest pas donne des termes distincts. Le lexique de base est un trousseau
de cls originales distinctes qui forment ensemble un circuit paradigmatique
interoprable. Les cls du lexique de base ne communiquent entre elles que
par des canaux dordre multiplicatif (tymologie) et des super-cls. Le circuit
paradigmatique du lexique de base nest pas ncessairement connexe.
Ce lexique de base comprend lensemble des cls et super-cls interoprables
qui sont transversales tous les univers de discours et qui peuvent tre utilises
partout.
3.1.3 La cl *O:O:.**
Lorsque lon applique lalgorithme de formatage de cl dcrit en 3.1.2.2,
*O:O:.**, on obtient automatiquement lensemble des neuf rservoirs : *wo. /
wa. / wu. / we. / U:O:. / A:O:. / O:U:. / O:A:. / O:O:.**. On obtient galement
le circuit des quarante-huit canaux dcrit plus bas. Dans le cas de *O:O:.**, il
ny a pas besoin de slectionner des bulbes ou des filaments ne pas ouvrir
et, comme on va le voir, tous les rservoirs sont des termes dcrits en langues
O:O:.
GNRER
O:U:. O:A:.
gnrer vers le gnrer vers l'actuel
virtuel
UUE UAE
U:O:. wo. wa.

gnrer partir du rflchir oprer
virtuel
AUE AAE
A:O:. wu. we.
gnrer partir de percevoir reconstituer
l'actuel
Figure 3.1. La cl *O:O:.** (Gnrer)
naturelles. La figure 3.1 reprsente de manire compacte les principales relations

entre les termes et son inspection facilitera la comprhension des explications
qui suivent.
3.1.3.1 Canaux paradigmatiques

Les relations paradigmatiques sont automatiquement dfinies comme suit par
lalgorithme de formatage de cl de 3.1.2.2, qui drive lui-mme de lalgorithme
de construction de Rhizome partir du Script expliqu en 2.5.
Canaux dordre multiplicatif (tymologie) :
wo. > [U: U: E:]
wa. > [U: A: E:]
wu. > [A: U: E:]
we. > [A: A: E:]
U:O:. > [U: O: E:]
A:O:. > [A: O: E:]
O:U:. > [O: U: E:]
O:A:. > [O: A: E:]
O:O:. > [O: O: E:]
Je rappelle que chacune des neuf lignes qui prcdent reprsente trois canaux
dordre multiplicatif, ce qui fait en tout vingt-sept canaux dordre multiplicatif
(ou relations tymologiques).
Canaux de symtrie multiplicative (complmentarit) :
wu. u wa.
36 Smantique
U:O:. u O:U:.
A:O:. u O:A:.
La cl O:O:. comporte donc trois canaux de symtrie multiplicative. Sur la figure
3.1, les deux cases *wo.** et *we.** marquent laxe de symtrie diagonal de
la relation de symtrie multiplicative wu. u wa.
Canaux dordre additif (taxonomie) :
U:O:. > wo.
U:O:. > wa.
A:O:. > wu.
A:O:. > we.
O:U:. > wo.
O:U:. > wu.
O:A:. > wa.
O:A:. > we.
O:O:. > U:O:.
O:O:. > A:O:.
O:O:. > O:U:.
O:O:. > O:A:.
La cl comporte donc douze canaux dordre additif.
Canaux de symtrie additive (concurrence) :
[wo. u wa.]
[wu. u we.]
[wo. u wu.]
[wa. u we.]
[U:O:. u A:O:.]
[O:U:. u O:A:.]
La cl comporte donc six canaux de symtrie additive.
*O:O:.** constitue la plus simple de toutes les cls originales et lon voit
quelle comporte dj neuf termes et quarante-huit canaux paradigmatiques,
dont vingt-sept (les relations tymologiques) concernent des relations entre les
termes de la cl et les termes dune cl de couche infrieure (ici, la couche
0). Pour tous les exemples qui suivent, je ne prendrai pas la peine de lister
explicitement tous les canaux, parce que je supposerai que le lecteur a compris
leur mode de construction automatique. Je donnerai une ou plusieurs tables
dallure matricielle du type de 3.1 et je me contenterai de signaler les bulbes
non transforms en rservoirs et les filaments non transforms en canaux. Ceci
fait, je concentrerai mon expos, de la manire la plus synthtique possible, sur
les relations smantiques entre les termes qui sont modlises par les canaux
paradigmatiques.
3.1.3.2 Relations smantiques entre les termes

Jappelle terme singulier un terme qui correspond une seule squence des
six symboles lmentaires. Le coeur de la cl O:O:. se trouve dans la relation
entre ses quatre termes singuliers, une relation qui esquisse un cycle gnratif
(voir la figure 3.2).
Figure 3.2. Les 4 termes singuliers de *O:O:.**
1. *wa.** (oprer) correspond un passage ou une transformation du

virtuel vers lactuel. On suppose ici que lopration dont il sagit part
dun plan ou dune vise virtuelle ou mentale et quelle aboutit, se ralise
ou se projette dans un domaine actuel, physique.
2. *wu.** (percevoir) correspond une transformation inverse celle de
*wa.** dans laquelle une ralit actuelle est transfre sur un plan virtuel,
dans lesprit, sous la forme dune image de lactuel.
3. *wo.** (rflchir) correspond une transformation ou un renouvellement
interne lesprit. *wo.** rgnre les virtualits, de telle sorte que len-
semble du cycle soit effectivement productif ou cratif.
4. *we.** (reconstituer ou ragir) correspond une transformation causale
interne lenvironnement physique qui, en se reconstituant aprs laction,
rpond dune manire peut-tre imprvisible, surprenante ou non-dsire
lopration de *wa.**.
On peut comprendre *O:O:.** (gnrer) comme la structure fondamentale du
cycle sensori *wu.** / moteur *wa.**, condition dadmettre dans ce cycle les
transformations internes au sujet pensant *wo** et lenvironnement physique
*we.**. On pourra utiliser en IEML des verbes qui signifient non seulement lune
des quatre phases du cycle mais galement :
1. les quatre phases ensemble : *O:O:.** (gnrer, en parcourant lensemble
du cycle);
2. les deux phases qui prennent leur point de dpart dans le virtuel : *U:O:.**
(gnrer partir du virtuel, cest--dire rflchir et agir );
38 Smantique
O:M:.
AGIR
O:S:. O:B:. O:T:.

agir selon le signe agir selon l'tre agir selon la chose
USE UBE UTE

U:M:. y. o. e.
agir virtuellement savoir vouloir pouvoir
ASE ABE ATE

A:M:. u. a. i.
agir actuellement noncer s'engager faire
Figure 3.3. La cl *O:M:.**
3. les deux phases qui prennent leur point de dpart dans lactuel : *A:O:.**
(gnrer partir de lactuel, cest--dire reconstituer et percevoir );
4. les deux phases qui aboutissent dans le virtuel : *O:U:.** (gnrer vers
le virtuel, cest--dire percevoir et rflchir );
5. les deux phases qui aboutissent dans lactuel : *O:A:.** (gnrer vers
lactuel, cest--dire oprer et reconstituer , un verbe qui inclut laction
et ses consquences).
Le lecteur peut vrifier que les quarante-huit canaux paradigmatiques sont bel
et bien fonds sur le plan des relations smantiques entre termes.
3.1.4 La cl *O:M:.**
Comme dans le cas prcdent, le circuit paradigmatique complet est obtenu
automatiquement et sans restriction par lalgorithme dcrit en 3.1.2.2 partir
de lentre *O:M:.**. Puisque sa substance est *O:**, comme la cl prcdente,
*O:M:.** est un verbe et ne contient que des verbes. Mais, cette fois-ci, lattribut
est *M:**, et cest pourquoi lobjet ou le domaine de laction sera plus prcis.
3.1.4.1 Les six termes singuliers

Les six termes singuliers de la cl sorganisent ainsi :
Lorsque la substance est *U:**, comme dans *U:M:.**, il sagit dune vir-
tualit ou dune modalit de laction 2 . On peut distinguer trois modalits :
2. Voir Smiotique : dictionnaire raisonn de la thorie du langage, de Algirdas Julien
Greimas et Joseph Courts, Hachette, 1979 et Du sens, 2, dAlgirdas Julien Greimas, Seuil,
Paris, 1983
Figure 3.4. Les six termes singuliers de *O:M:.**
*y.** (savoir) correspond lattribut signe puisquil comprend des repr-

sentations ;
*o.** (vouloir) correspond lattribut tre parce quil implique le noyau
intentionnel de la personne ;
*e.** (pouvoir) correspond lattribut chose tant donn quil se rfre
une capacit de transformer la ralit.
*U:M:.** (agir virtuellement) inclut les trois modalits et signifie donc : savoir,
vouloir et pouvoir.
Lorsque la substance est *A:**, comme dans *A:M:.** il sagit dune action
effective. De nouveau, on peut distinguer trois types dactes effectifs :
*u.** (noncer) dont lattribut est signe voque lexpression, le dire, lnon-
ciation ;
*a.** (sengager), dont lattribut est tre signifie lengagement, limplication
personnelle ;
*i.** (faire), dont lattribut est chose dnote laction physique, lacte ma-
triel.
*A:M:.** (agir actuellement) comprend les trois types deffectuation et signifie
donc : noncer, sengager et faire.
*O:M:.** (agir en gnral) signifie alors : savoir, noncer, vouloir, sengager,
pouvoir et faire. Toutes les dimensions de lacte sont ici impliques.
3.1.4.2 Les deux dialectiques

En gnral, les symtries additives des cls paradigmatiques (cest--dire les
relations de concurrence dcrites en 3.1.2.4 au point 4), sorganisent en laissant
40 Smantique
invariant un sme en substance et en faisant varier le sme en attribut ou bien en

fixant un sme en attribut et en faisant varier le sme en substance. Ce procd
est illustr par la figure 3.4 dans laquelle le dpart des flches marque le sme
en substance et leur arrive le sme en attribut.
Dialectique signe / tre / chose
Si lon fixe le sme en substance *U:** et que lon fait varier le sme
en attribut *S: / B: / T: **, alors on obtient avec savoir / vouloir /
pouvoir une dialectique signe / tre / chose. De mme, si lon fixe le
sme en substance *A:** et que lon fait varier le sme en attribut *S:
/ B: / T: **, alors on obtient de nouveau avec noncer / sengager /
faire une dialectique signe / tre / chose.
Dialectique virtuel / actuel
En revanche, si lon fixe le sme en attribut *S:** et que lon fait varier le
sme en substance *U: / A: **, alors on obtient avec *O:S:.** savoir /
noncer une dialectique virtuel / actuel. On obtient de la mme manire
une telle dialectique virtuel / actuel avec *O:B:.** vouloir / sengager
et *O:T:.** pouvoir / faire .
3.1.5 La cl *E:F:.O:M:.**
Notre troisime et dernier exemple est fourni par la cl *E:F:.O:M:.-**.
Contrairement aux deux prcdentes cls, il ne sagit pas dun paradigme verbal
mais dun paradigme auxiliaire, puisquil commence par *E:**. Par contraste
galement avec les deux exemples qui prcdent, qui taient la couche L1,
*E:F:.O:M:.-** se trouve la couche L2. En outre, le circuit de ses canaux et
de ses rservoirs est gnr par lalgorithme dcrit en 3.1.2.2 partir de lentre
*E:F:.O:M:.-**, mais avec cette restriction 3 quil nexiste pas de canaux dordre
multiplicatifs (donc pas de relation tymologique avec des termes de couche
immdiatement infrieure) correspondant aux smes en substance.
3.1.5.1 Invariance du sme en rle de substance et variation du sme

en rle dattribut
Nous allons dabord considrer les huit cases sur la gauche de la figure 3.5,
dans lesquels tous les termes ont invariablement *E:F:.** en substance. On se
concentrera donc sur les variations significatives, qui concernent les smes en rle
dattribut. Remarquons dabord que lattribut de *E:F:.O:M:.-** est *O:M:.**,
qui vient juste dtre analys en 3.1.4. Je me suis servi de *y. / o. / e. / u. / a.
/ i.** pour indiquer le mode des verbes.
Puisque *y.** signifie savoir , on lutilisera pour signaler lindicatif. Par
exemple savoir que lon peut scrira *e.-E:.-E:F:.y.-** 4 . Utiliser lindicatif
en IEML consiste simplement dire que lon sait ce que lon dit.
3. Voir 3.1.2.3 point 2.
4. Dans cet exemple, comme dans ceux qui suivent, la racine du verbe sera en rle de
substance, la conjugaison en rle de mode et le rle dattribut sera vide. Voir en 3.2.4.2 la
manire de construire des mots.
E:F:.O:M:.-
CONJUGAISON
E:O:.O:M:.- E:M:.O:M:.-
mode de participation temps / quand
E:U:.O:M:.- E:A:.O:M:.- E:S:.O:M:.- E:B:.O:M:.- E:T:.O:M:.-

passif actif futur prsent pass
E:F:.y.- E:U:.y.- E:A:.y.- E:S:.y.- E:B:.y.- E:T:.y.-

mode connu connaissant connatra connat a connu
indicatif maintenant
E:F:.U:M:.- E:F:.o.- E:U:.o.- E:A:.o.- E:S:.o.- E:B:.o.- E:T:.o.-
mode mode optatif voulu voulant voudra veut voulait
dclaratif maintenant
E:F:.e.- E:U:.e.- E:A:.e.- E:S:.e.- E:B:.e.- E:T:.e.-
mode capable, capacitant, pourra peut pouvait
habilitatif habilit habilitant maintenant
E:F:.u.- E:U:.u.- E:A:.u.- E:S:.u.- E:B:.u.- E:T:.u.-
mode exprim exprimant exprimera exprime a exprim
expressif maintenant
E:F:A:M:.- E:F:.a.- E:U:.a.- E:A:.a.- E:S:.a.- E:B:.a.- E:T:.a.-
mode mode engag engageant s'engagera s'engage s'est engag
performatif promissif maintenant
E:F:.a.- E:U:.i.- E:A:.i.- E:S:.i.- E:B:.i.- E:T:.i.-
mode doit tre fait doit faire devra excute a d excuter
impratif excuter maintenant devrait excuter
Figure 3.5. La cl *E:F:.O:M:.-**
Comme *o.** signifie vouloir , on lutilisera pour signaler loptatif, comme

dans vouloir rflchir ou choisir de rflchir : *wo.-E:.-E:F:.o.-**.
Etant donn que *e.** signifie pouvoir , on lutilisera pour dnoter la
capacit ou lhabilitation. Par exemple pouvoir exprimer se dira : *u.-E:.-
E:F:.e.-**.
Les modes indicatif, optatif et habilitatif se regroupent en un super-mode
*E:F:.U:M:.-** que jai nomm dclaratif, ce qui indique quil concerne les trois
modalits (savoir, vouloir pouvoir) de laction.
Le super-mode dclaratif est en relation de concurrence 5 avec un autre super-
mode, dit performatif, qui regroupe 1) le mode expressif ou nonciatif bas sur
*u.** (exprimer ou noncer), 2) le mode promissif bas sur *a.** (sengager)
et 3) le mode impratif bas sur *i.** (faire). Dans le cas de ce dernier mode,
cest comme si le verbe limpratif tait accompagn de la mention faire .
Limpratif implique videmment la notion de devoir.
Mme sils ne sont pas visibles sur la figure 3.5, dautres regroupements en
5. Voir 3.1.2.4, point 4.
42 Smantique
super-modes sont autoriss par lalgorithme de cration de cl. Par exemple

on peut utiliser le super-mode *E:F:.O:T:.-**, qui signifie pouvoir et devoir ,
comme dans *wa.-E:.-E:F:.O:T:.- ** (pouvoir et devoir oprer), et ainsi de suite.
3.1.5.2 Invariance du sme en rle dattribut et variation du sme

en rle de substance
Nous allons maintenant examiner les huit cases sur le haut de la figure 3.5.
Ici, tous les termes ont invariablement *O:M:.** en rle dattribut et la variation
significative concerne donc *E:F:.** en rle de substance. Mais comme *E:** ne
peut pas tre dclin puisquil ne contient quune seule primitive, la variation
ne peut porter en ralit que sur lattribut de la substance, savoir *F:**. Or
nous savons que *F:** se dcompose automatiquement en *O:** et *M:**.
Puisque *O:** reprsente une dialectique deux ples *U: / A:** et que
nous sommes ici dans le contexte de la conjugaison, jai choisi de lutiliser pour
reprsenter la dialectique entre un mode passif *U:** et un mode actif *A:**.
Lattribution de lactivit lactuel *A:** sexplique delle-mme et il ne restait
donc que le virtuel *U:** pour reprsenter le mode passif. On voit que la notion
de mode sentend ici en un sens perpendiculaire celui qui tait utilis pour
caractriser lindicatif, loptatif, lhabilitatif, lexpressif, le promissif et limpra-
tif. En effet, chacun de ces derniers modes peut tre dclin en actif et passif. On
peut par exemple tre habilit, capable (passivit), ou bien habilitant, rendant
capable (activit). Jai donc appel *E:O:.O:M:.-** le mode de participation ,
tant entendu que la participation peut tre active ou passive.
Puisque *M:** reprsente une dialectique trois ples, il tait presque invi-
table, dans le contexte de la conjugaison, de sen servir pour indiquer les trois
principaux temps des verbes : le futur *S:**, le prsent *B:** et le pass *T:**.
Jai dabord attribu le pass la chose puisque le pass est ncessairement
rifi, et le prsent ltre . Il ne restait donc pour le futur que le signe .
*E:M:.O:M:.-** reprsente donc le temps , cest--dire la dialectique futur /
prsent / pass.
3.1.5.3 Matrice des termes singuliers

Les trente cases internes de la figure 3.5 contiennent toutes des termes sin-
guliers et le sens de chaque terme dcoule automatiquement de la colonne (actif
/ passif / futur / prsent / pass) et de la range (indicatif / optatif / habilitatif
/ expressif / promissif / impratif) lintersection desquelles il se trouve. On
noubliera pas quil est toujours possible dadditionner plusieurs termes pour in-
diquer exactement la nuance que lon a en tte. Par exemple : *wa.- E:.- (E:B:.a.-
+ E:T:.o.-)** signifie : avoir voulu et sengager maintenant oprer .
3.1.5.4 Pour conclure cette liste dexemples : procds heuristiques

Les trois exemples que nous venons de passer en revue ont montr comment
lalgorithme de construction automatique des cls se prte larrangement s-
mantique des termes et de leurs relations paradigmatiques. Ils mont galement
Figure 3.6. Les cls originales
permis de prsenter les principaux procds heuristiques de conception des cls

et notamment :
1. lutilisation crative des dialectiques E/F, O/M, U/A et S/B/T ;

2. les jeux smantiques sur les variations dans un rle syntaxique par inva-
riance dans un autre rle ;
3. la rutilisation des termes de couche Ln1 comme smes des termes de
couche Ln.
La figure 3.6 rsume ce quil faut savoir des cls originales.
3.1.6 Mthode de construction des cls drives

3.1.6.1 Thesaurii drivs du lexique du base
Pour rpertorier les concepts importants dun champ thorique, domaine de

pratique ou univers de discours particulier, il existe deux mthodes possibles. Ou
bien crer des cls originales (appartenant au lexique de base), ou bien crer des
cls distinctes des cls originales mais drives de celles-ci et smantiquement
interoprables avec elles. Les cls drives comprennent deux types de cls : les
cls analogiques et les cls spciales. Le dictionnaire peut donc tre augment
volont non seulement par de nouvelles cls originales mais galement par des
cls drives des cls originales.
44 Smantique
3.1.6.2 Cls analogiques

Gnralits Les cls analogiques sont identiques celles du lexique de base,
la seule exception de leurs descripteurs. Cela signifie que la forme du circuit
(canaux et rservoirs) reste exactement la mme que dans la cl originale et
que la seule chose qui change est lensemble des descripteurs en langue naturelle
appliqus aux termes. La mme cl du lexique de base peut se modifier selon les
besoins smantiques de plusieurs thesaurii. Mais les diffrentes cls analogiques
dune mme cl originale partagent une identique structure de relations sman-
tiques, qui est justement celle de la cl originale. Une cl analogique de degr 1
peut son tour servir de fondement la construction dune cl analogique de
degr 2, et ainsi de suite rcursivement. Pour maintenir linteroprabilit, qui
veut que le mme terme IEML nait pas plusieurs descripteurs en langues natu-
relles, on diffrencie les termes des cls drives des termes des cls originales au
moyen dune adresse de thesaurus. Afin dviter toute ambigit, cette adresse
devra figurer dans les USL qui contiennent les termes dune cl analogique (voir
plus bas la section 3.1.7).
Exemple de cl analogique On peut imaginer par exemple un thesau-

rus du temps dans lequel *O:O:.* reprsenterait les quatre phases principales
dun cycle lumineux : *wo.** signifierait alors briller , *wa.** disparatre,
steindre , *we.** tre teint , et *wu.** apparatre, sallumer . A un
second degr danalogie, ces verbes peuvent sappliquer aux phases de la lune
(pleine, dcroissante, nouvelle, croissante), au rythme circadien (jour, crpus-
cule, nuit, aurore), etc. On pourra ainsi utiliser la structure de *O:O:.** pour
de nombreux cycles daction quatre phases. On trouvera des exemples de cls
analogiques dans le dictionnaire qui sera publi en ligne.
Ordre et symtrie analogique Il existe une relation dordre analogique

[o >], ou relation de comparaison entre une cl racine de degr n1 et une cl
feuille de degr n. Il existe la mme relation dordre analogique entre les termes
correspondants des cls racines et des cls feuilles.
Il existe une relation de symtrie analogique [ou], ou relation de ressemblance
entre cls feuilles de degr n ayant mme racine de degr n1. Il existe la mme
relation de symtrie analogique entre les termes correspondants des cls feuilles
de degr n ayant la mme cl racine de degr n1.
La figure 3.7 rsume ce quil faut savoir sur les relations dordre et de symtrie
analogique.
3.1.6.3 Cls spciales

Gnralits Les cls spciales sont construites partir dnoncs lexicaliss.
Les noncs lexicaliss peuvent tre des morphmes (additions de termes du
lexique de base), des mots (multiplications de morphmes), des phrases (multi-
plications de mots) et ainsi de suite. Un (ou plusieurs) des rles grammaticaux
de lnonc peut tre jou alternativement par un terme original (ou analogique)
Figure 3.7. Relations dordre et de symtrie analogique
choisi dans une liste dont les membres sont en relation dopposition ou de substi-
tution possible. Les termes spciaux sont qualifis par un descripteur en langue
naturelle, propre un thesaurus particulier.
Exemple de cl spciale Supposons, par exemple, que lon veuille reprsen-

ter le Moi trois tats (Enfant, Parent, Adulte) de lanalyse transaction-
nelle 6 . On utilisera les termes suivants issus des cls originales du lexique de
base.
Termes
E:E:U:. attribut
E:E:A:. gnitif
E:S:.wo.- moi
E:T:.c.- tat
E:F:.wa.- pluriel
m.a.- parent
d.a.-m.a.-f.o.- enfant
n.a.-s.a.-f.o.- adulte
La structure de la cl spcialise est la suivante :
*E:T:.c.- [E:F:.wa.- | m.a.- | d.a.-m.a.-f.o.- | n.a.-s.a.-f.o.-] E:E:U:.-, E:S:.wo.-,
E:E:A:.-,_**
6. Une cole de psychothrapie.

46 Smantique
Figure 3.8. Relations dordre et de symtrie spcialise
Les quatre termes spcialiss de cette cl sont les suivants :

*E:T:.c.- E:F:.wa.- E:E:U:.-, E:S:.wo.-, E:E:A:.-,_** Moi trois tats 7
*E:T:.c.- m.a.- E:E:U:.-, E:S:.wo.-, E:E:A:.-,_** Etat du Moi Parent
*E:T:.c.- d.a.-m.a.-f.o.- E:E:U:.-, E:S:.wo.-, E:E:A:.-,_** Etat du Moi Enfant
*E:T:.c.- n.a.-s.a.-f.o.- E:E:U:.- E:S:.wo.- E:E:A:.-,** Etat du Moi Adulte
Relations dordre et de symtrie spcialise Les relations dordre sp-

cialis [ >], ou relations de construction connectent les termes de degr n1 et
les termes de degr n qui rsultent de leur multiplication. Par exemple, *E:T:.c.-
m.a.- E:E:U:.-, E:S:.wo.-, E:E:A:.-,_** (Etat du moi parent) est suprieur
*m.a.-** (parent) selon la relation dordre spcialise. Les relations dordre
spcialis connectent toujours des termes de couches distinctes. Une cl ou un
terme spcialis peut rcursivement tre utilis dans une cl spcialise dordre
suprieur.
Les relations de symtrie spcialise [u], ou relations dopposition connectent
les termes qui occupent le mme rle grammatical dans la mme cl spcialise.
La figure 3.8 rsume ce quil faut savoir sur les relations dordre et de symtrie
spcialises.
7. La structure grammaticale de la proposition est la suivante : ltat *E:T:.c.-** a

pour attribut *E:E:U:.** parent + enfant + adulte *(m.a.- + n.a.-s.a.-f.o.- + d.a.-
m.a.-f.o.-)**, et cet tat est celui du *E:E:A:.** moi *E:S:.wo.-**. Nous tudierons
plus bas en dtail au chapitre 3.2 la construction grammaticale des propositions.

Ordre > > relation tymologique > relation taxinomique
Symtrie u u relation de complmentarit u relation de concurrence
Tableau 3.2. Les 4 types de relations paradigmatiques originales
Canaux Analogie o Spcialisation

Ordre > o > relation de comparaison > relation de construction
Symtrie u ou relation de ressemblance u relation dopposition
Tableau 3.3. Les 4 types de relations paradigmatiques drives

(analogiques et spcialises)
3.1.7 Le dictionnaire
3.1.7.1 Rcapitulation des circuits paradigmatiques
En somme, il existe deux grands types de cls : les cls originales et les
cls drives. Parmi les cls originales, on peut faire une distinction entre les
cls ordinaires et les super-cls. Parmi les cls drives des cls originales, on
distingue les cls analogiques et les cls spciales. Le dictionnaire comprend
aussi bien les cls originales que les cls drives (analogiques ou spciales) et
aussi bien le lexique de base que les thesaurii.
Les termes du dictionnaire sont formaliss par des rservoirs et les relations
par des canaux. Ces termes entretiennent entre eux des relations dordre et de
symtrie additive, multiplicative, analogiques et spcialises. Il existe donc en
tout huit types de canaux paradigmatiques, que rsument les tableaux 3.2 et
3.3.
3.1.7.2 Mthode de construction dune adresse de thesaurus
Chaque thesaurus est adress par une proposition IEML unique puisant
ses termes dans le lexique de base. La proposition indiquant ladresse com-
mence par *o.h.n.-** ( choisir une interprtation *o.h.-** muni de la flexion
monde *n.**) et se termine par *E:E:T:.** qui marque la relation de compl-
ment dobjet entre le verbe en substance *o.h.n.-** et lunit de sens en attribut
qui indique le thesaurus particulier.
Si un USL peut tre interprt selon plusieurs thesaurii on fera figurer plu-
sieurs adresses de thesaurus dans cet USL. Les termes de cet USL qui ne figurent
pas dans les thesaurii indiqus par lUSL sont videmment interprts selon les
cls originales.
48 Smantique
Exemple du thesaurus de la critique sociale Supposons par exemple que

nous voulions indiquer quun USL doive tre interprt selon le thesaurus de la
critique sociale (*m.-o.-s.y.-** dans le lexique de base). Nous ferons alors
figurer la catgorie *o.h.n.-m.-o.-s.y.-E:E:T:.-,** dans cet USL.
Exemple du thesaurus du temps Pour reprsenter ladresse du thesaurus

du temps voqu en 3.1.6.2, on pourra crire *o.h.n.-t.o.-n.o.-E:E:T:.-,**,
*t.o.-n.o.-** signifiant le temps rgulier du calendrier.
Exemple du thesaurus de lanalyse transactionnelle Pour reprendre

lexemple de lanalyse transactionnelle de la sous-section prcdente, ladresse
de thesaurus qui suit :
*o.h.n.-, s.a.-f.a.- j.p.- a.a.- E:E:A:.- E:E:A:.-, E:E:T:.-,_**
combine les quatre termes :
Termes
j.p.- nouvelle analyse
a.a.- contracter, convenir dune transaction
s.a.-f.a.- psychothrapie
E:E:A:. gnitif
3.2 Les circuits nonciatifs

3.2.1 Les units de sens
3.2.1.1 La notion dunit de sens
Aussi bien dans les circuits paradigmatiques que dans les circuits syntag-
matiques, textuels ou inter-textuels, on na plus affaire des catgories et aux
rhizomes correspondants (comme dans le Script avant toute interprtation en
langues naturelles) mais des units de sens, cest--dire des rservoirs inter-
connects par des canaux et dcrits en langues naturelles selon des cls (que ces
cls soient originales, transposes ou spcialises).
3.2.1.2 Units en langue et units en parole

On peut distinguer deux grands types dunits de sens :
1. les units en langue , qui sont les termes du dictionnaire interconnects
par des circuits paradigmatiques ;
2. les units en parole qui sont les propositions, textes et hypertextes
connects respectivement par des circuits syntagmatiques, inter-propositio-
nnels et inter-textuels. Les units de sens en parole correspondent
des circuits nonciatifs, cest--dire aux circuits syntagmatiques (propo-
sitions), inter-propositionnels (textes ou USL) et inter-textuels (hyper-
textes).
3.2.1.3 Termes
Comme nous lavons vu au chapitre 3.1, les termes sont les units de sens
lmentaires qui servent de fondement la construction de toutes les autres
units de sens. Le dictionnaire connecte les termes entre eux au moyen de canaux
paradigmatiques qui dcrivent leurs relations smantiques en langue (voir
3.1.2.4 et 3.1.7.1 pour la smantique de ces canaux).
3.2.1.4 Propositions
Description gnrale Les propositions dcrivent les relations smantiques
entre termes dans des noncs, cest--dire en parole . Dans les propositions,
les termes sont additionns pour produire des morphmes, les morphmes sont
multiplis pour produire des mots, les mots sont multiplis pour produire des
clauses, les clauses sont additionnes pour produire des phrases, et lon peut
ainsi produire des phrases de degrs suprieurs, jusqu ce que la limite de la
couche L6 soit atteinte.
Les relations opratoires (additives et multiplicatives) rcursives entre termes
qui viennent dtre dcrites commandent des circuits syntagmatiques. Les rser-
voirs de ces circuits syntagmatiques sont, respectivement, les morphmes, les
mots, les clauses et les phrases de degrs successifs, tandis que les canaux entre
les rservoirs dcrivent leurs relations grammaticales.
Dtail de la hirarchie des units propositionnelles Le tableau 3.4 ci-

dessous prsente de manire synthtique la hirarchie des units proposition-
nelles :
un morphme se construit par une addition de termes;
un mot flchi se construit par une multiplication entre un morphme
racine et un morphme de flexion;
les clauses de degr D1, qui sont des multiplications de mots, dcrivent
la relation grammaticale entre un mot en rle de substance et un mot en
rle dattribut par le moyen dun mot en rle de mode;
les phrases de degr D1, qui sont des additions de clauses, dcrivent un
rseau grammatical de mots;
les clauses de degr D2, qui sont des multiplications de phrases, dcrivent
la relation grammaticale entre une phrase en rle de substance et une
phrase en rle dattribut par le moyen dune phrase en rle de mode, et
ainsi de suite jusquaux phrases de dernier degr Dn;
Un morphme peut ntre constitu que dun seul terme, un mot dun seul
morphme, une clause dun seul mot, une phrase dune seule clause et ainsi de
suite. Une proposition peut donc videmment ntre constitue que dun seul
mot.
Rgle des sries vides En construisant les propositions, on peut toujours

additionner ou multiplier des units de sens de couches diffrentes, condition
dajouter des sries vides aux units de sens des couches les plus basses, de
50 Smantique
Units Construction par oprations

propositionnelles isocouches
Morphme (terme i terme j...)
Mot (morphme i morphme j)
Clause de degr D1 (mot i mot j mot k )
Phrase de degr D1 (clause i D1 clause j D1...)
Clause de degr Dn (ph. i Dn1 ph. j Dn1 ph. k Dn1)
Phrase de degr Dn (clause i Dn clause j Dn...)
Tableau 3.4. Hirarchie des units propositionnelles
manire ce quelle soient ainsi promues aux couches auxquelles appartiennent

les units de sens les plus hautes. Le sens dune unit nest pas modifi par lajout
dune srie vide.
Par exemple, si lon veut dire officier *l.a.-k.a.-f.o.-** et juge *n.a.-**
on crit :
*(n.a.- + l.a.-k.a.-f.o.-)** en ajoutant une srie vide *n.a.-** afin de le
promouvoir la couche L3 8 .
3.2.1.5 Diffrences entre units propositionnelles

et units suprieures
La principale diffrence entre units de sens propositionnelles, dune part,

et units de sens textuelles et hypertextuelles, dautre part, est que les units
propositionnelles (morphmes, mots, phrases) ne peuvent sadditionner ou se
multiplier quavec des units de mme couche. En revanche, aucune contrainte
de couche ne limite les additions entre propositions dun mme texte, ni les addi-
tions et les multiplications rcursives de textes qui construisent les hypertextes.
3.2.1.6 Textes (USL)
Les textes sont des units de sens qui rsultent de relations additives entre
propositions. Le texte peut tre considr comme le rsultat de laddition entre
les propositions quil contient (chaque proposition est en relation dordre additif
avec le texte qui la contient) et les diffrentes propositions dun mme texte
sont, par dfaut, en relations mutuelles de symtrie additive.
8. Pour tous les exemples de cet ouvrage, je suggre fortement de consulter le dictionnaire
sous sa forme PDF afin de pouvoir situer les termes dans les cls de relations smantiques o
ils prennent sens.
3.2.1.7 Hypertextes
Finalement, les hypertextes sont des units de sens qui rsultent doprations
rcursives daddition et de multiplication entre textes. On se souvient que la mul-
tiplication smantique est une opration trois variables (substance, attribut,
mode). Au niveau hypertextuel, le rle de substance est jou par un ensemble
de textes en rfrence (ou cits), le rle dattribut est jou par un ensemble de
textes qui rfrent aux textes en rle de substance (ou citants) et le rle de
mode est jou par un ensemble de textes explicitant la relation entre les textes
en rfrence et les textes qui sy rfrent (ou note de citation). La multiplication
modlise donc ici lacte de rfrence inter-textuel (ou de citation).
Les textes (USL) peuvent tre assimils des units de sens de degr hyper-
textuel 0 et lon peut alors construire des propositions hypertextuelles de
degr 1, 2, 3, 4, 5 et 6. Ces propositions peuvent tre additionnes pour produire
des textes hypertextuels dordre suprieur, ces textes hypertextuels peuvent
leur tour servir de nouvelles constructions de circuits, et ainsi de suite.
En somme, comme il est indiqu dans le tableau 3.5, les hypertextes (circuits
rcursifs de textes) rsultent de laddition et de la multiplication dUSL de la
mme manire que les phrases sont construites rcursivement partir de mots.
Une multiplication dUSL aboutissant une clause hypertextuelle de degr
1 sera de la forme :
*USL**:*USL**:*USL**:.
Une multiplication dUSL aboutissant une clause hypertextuelle de degr
2 sera de la forme :
*USL**:*USL**:*USL**:.*USL**:*USL**:*USL**:. *USL**:*USL**:*
USL**:.-
On peut ainsi monter les degrs multiplicatifs hypertextuels jusquau sixime,
en utilisant les signes de ponctuation dIEML (: . - , _ ;). Un USL dUSL -
ou USL dordre 1 - est obtenu en additionnant des hypertextes de degrs 1 6.
Rien nempche en principe de construire des USL dordre 2, 3, etc. jusqu n
(n tant un entier naturel fini). Le tableau 3.5 se limite dcrire la hirarchie
hypertextuelle pour les USL dordre 0.
3.2.2 Les trois classes

Toutes les langues naturelles comportent diffrentes classes dunits de sens
telles que : noms, verbes, adverbes, adjectifs, prpositions, conjonctions, mar-
queurs de genre, de nombre, de cas, de temps, de mode, de personne, etc. Les
classes dunits verbales et nominales sont universelles. Il faut noter en outre
quil existe non seulement des mots mais aussi des propositions qui sont verbales
ou nominales. En IEML, il nexiste que trois classes dunits dans les circuits pa-
radigmatiques et syntagmatiques : les units verbales, nominales et auxiliaires,
mais ces classes peuvent traduire toutes celles des langues naturelles.
52 Smantique
Units textuelles et Construction par oprations

hypertextuelles libres partir dusl dordre 0
Texte (USL) (proposition i proposition j...)
Clause hypertextuelle de degr D1 (USL i USL j ... ) (USL k
USL l ... ) (USL m USL n ... )
Hypertexte de degr D1 (clause hyp. i D1 clause hyp. j
D1...)
Clause hypertextuelle de degr Dn (hyp. i Dn1 hyp. j Dn1...)
(hyp. k Dn1 hyp. l Dn1...)
(hyp. m Dn1 hyp. n Dn1...)
Hypertexte de degr Dn (clause hyp. i Dn clause hyp. j
Dn...)
Tableau 3.5. Hirarchie des units textuelles et hypertextuelles
3.2.2.1 Classe verbale

Les units de sens qui commencent par *O:** (*U:** ou *A:**) sont ver-
bales. Il peut sagir de mots-verbes ou de phrases verbales. Les units verbales
indiquent des processus, des habitus ou des vnements.
3.2.2.2 Classe nominale

Les units nominales commencent par *M:** (*S:**, *B:** ou *T:**). Elles
indiquent des entits ou des qualits. Elles comprennent des noms ou des adjec-
tifs, ainsi que des propositions nominales.
3.2.2.3 Classe auxiliaire

Finalement, les units qui commencent par *E:** sont des units auxiliaires.
Elles comprennent les prpositions, pronoms, adverbes, conjonctions, marqueurs
de conjugaison, de mode, de cas, de genre, de nombre, de personne, etc. Places
en rle de mode, les auxiliaires modifient les morphmes pour former des mots
flchis ou indiquent la relation entre lunit substance et lunit attribut dans
une phrase. Les phrases auxiliaires en rle de mode reprsentent la relation entre
les phrases en rle de substance et les phrases en rle dattribut.
3.2.2.4 Interprtation des classes selon leur rle syntaxique

Des termes verbaux ou nominaux peuvent tre utiliss en rle de mode pour
indiquer le cas smantique dun mot.
On trouvera ci-dessous un exemple de terme verbal utilis en rle de mode
pour dcliner le sens dun terme nominal en rle de substance. *n.o.-n.o.-**
signifie : tre humain 9 .

*n.o.-n.o.-E:.-wu.wo.-,** humain enfant ( partir du verbe *wu.wo.-**
tre un enfant )
*n.o.-n.o.-E:.-wu.wa.-,** humain jeune ( partir du verbe *wu.wa.-**
tre jeune )
*n.o.-n.o.-E:.-wu.wu.-,** humain adulte ( partir du verbe *wu.wu.-**
tre mr )
*n.o.-n.o.-E:.-wu.we.-,** humain vieux ( partir du verbe *wu.we.-**
tre vieux )
De mme, des units verbales ou nominales utilises en rle de mode dans une
phrase peuvent indiquer le type de relation entre lunit substance et lunit
attribut.
Lorsquelles sont places en substance ou en attribut, les units de sens
auxiliaires peuvent tre prises en un sens nominal ou verbal selon le contexte
grammatical indiqu par le mode. Nous avons dj rencontr cette situation plus
haut. Dans :
*E:T:.c.- m.a.- E:E:U:.-, E:S:.wo.-, E:E:A:.-,_** Etat du Moi Parent
lauxiliaire *E:T:.c.-** tat utilis en rle de substance, est pris en un sens
nominal puisque la construction grammaticale implique que *m.a.-** parent
qualifie *E:T:.c.-**. En effet, *E:E:U:.** marque lattribut du nom.
3.2.2.5 Rgle de dcision pour attribuer une unit syntagmatique

lune des trois classes
Le premier caractre, ou linitiale, dune chaine de caractres peut tre mixte,
si ses primitives nappartiennent pas exclusivement lune des trois classes. Pour
rsoudre ce problme, la rgle de dcision permettant dattribuer une unit de
sens syntagmatique lune des trois classes est la suivante :
E+O = O
E+M = M
O+M = M
Par exemple, *(E:+U:+B:)** sera considre comme une unit nominale.
3.2.3 Les trois rles

3.2.3.1 Introduction aux trois rles
Contrairement aux trois classes dunits de sens (verbe, nom et auxiliaire),
les trois rles syntaxiques dIEML (substance, attribut et mode) nindiquent pas
la nature des units de sens mais leur fonction grammaticale, et nous venons
de voir que la fonction a prsance sur la nature. En rgle gnrale, une unit,
quelle que soit sa classe, peut jouer nimporte lequel des trois rles dans une
unit de couche suprieure.
9. Dans ce cas, le rle attribut est occup par une squence vide voir plus bas, ce sujet,
la section 3.2.4.2.
54 Smantique
Quel est le sens de ces places qui se rptent et sembotent fractalement

les unes dans les autres et qui renvoient aux trois variables de la multiplication
smantique ? Nos trois rles dcrivent fondamentalement les trois facteurs dun
acte de prdication : ceci (lattribut) est prdiqu de cela (la substance)
de cette manire (le mode).
Considrons par exemple la phrase un tudiant apprend les mathma-
tiques
*
(y.a.- b.-j.-s.y.- E:E:T:.-
+
y.a.- d.a.-s.a.-f.o.- E:E:S:.-)
**
Termes
E:E:S:. nominatif (sujet)
E:E:T:. accusatif (complment dobjet)
y.a.- apprendre
b.-j.-s.y.- mathmatiques
d.a.-s.a.-f.o.- tudiant
1. La premire clause (*y.a.- b.-j.-s.y.- E:E:T:.-*) dit que les mathma-
tiques sont prdiques du verbe apprendre sur le mode de lobjet .
2. La seconde clause (*y.a.- d.a.-s.a.-f.o.- E:E:S:.-**) dit que ltudiant
est prdiqu du verbe apprendre sur le mode du sujet .
Lexemple qui prcde illustre les trois rles dans les circuits syntagmatiques.
Venons-en maintenant aux trois rles dans les circuits inter-textuels. Nous avons
vu plus haut dans notre discussion des hypertextes (voir 3.2.1.2, point 4) quau
dessus du niveau du texte, les trois rles sinterprtent selon le schma : texte
auquel on se rfre (substance) / texte qui se rfre (attribut) / note de
rfrence (mode).
Aussi bien dans les circuits syntagmatiques que dans les circuits inter-textuels,
les trois rles construisent une boucle prdicative auto-rfrentielle dans laquelle
la signification de chacune des units qui joue lun des rles dpend de la signi-
fication des units qui jouent les deux autres rles.
En fin de compte, les trois rles renvoient aux triplets (sommet darrive,
sommet de dpart, tiquette de lien) de la thorie des graphes. Cest juste-
ment pourquoi les oprations smantiques dIEML peuvent se traduire auto-
matiquement sous forme de graphes. Une multiplication peut se lire comme la
construction dune arte entre deux sommets et une addition de multiplications
comme la construction dun ensemble dartes entre des sommets, cest--dire
comme la construction dun graphe. A la couche ou au degr suprieurs 10 , un
graphe devient lui-mme un sommet qui sera connect dautres sommets par
de nouvelles artes.
10. La couche pour les circuits syntagmatiques et le degr pour les circuits inter-textuels.
3.2.3.2 Le rle substance

La substance est ce dont on prdique quelque chose, ou le sujet de la
prdication au sens aristotlicien du terme. Elle dtermine (1) ce dont on parle et
(2) lorientation grammaticale dune expression. Dans les circuits inter-textuels,
le rle substance dsigne le texte cit ou en rfrence.
Si le premier caractre, ou linitiale, dune substance est de type *O:** alors
la substance est un verbe ou la racine verbale dun mot et toute la squence est
elle-mme un verbe ou une phrase verbale. Si linitiale dune unit substantielle
est de type *M:**, alors la substance est un nom, la racine nominale dun nom ou
dun adjectif et la totalit de la catgorie est elle-mme un nom ou une phrase
nominale. Nous avons vu enfin que les adverbes, prpositions, conjonctions,
pronoms et inflexions diverses, telles que les cas et conjugaisons, commencent
par *E:**. Linitiale de leur substance est vide .
Il est donc clair que la notion de substance, au sens quelle a dans le vocabu-
laire technique dIEML, ne doit pas tre interprte comme excluant les notions
de qualit, de processus, dvnement, de manire ou de relation. En effet, le rle
substance de la prdication peut tre jou par une unit de sens appartenant
nimporte laquelle des trois classes.
3.2.3.3 Le rle attribut

Lattribut est une qualit, un trait distinctif, un facteur actualisant (comme
le sujet dun verbe) ou un complment de la substance. Dans les circuits inter-
textuels, le rle attribut dsigne le texte citant qui construit le texte cit comme
une rfrence.
Dans les termes du dictionnaire, la substance indique la principale notion
de la smantique dun terme tandis que lattribut indique une variation sur la
notion principale ou une proprit supplmentaire.
Dans les phrases verbales, lattribut peut tre le sujet, lobjet ou nimporte
quelle sorte de complment du verbe qui joue le rle substantiel. La fonction
grammaticale prcise de lattribut (autrement dit, la relation entre la substance
et lattribut) est indique par le mode.
Dans les phrases nominales, lattribut peut tre lattribut du nom (au
sens grammatical ordinaire du terme), un gnitif ou nimporte quel complment
du nom qui joue le rle substantiel. De nouveau, la fonction grammaticale prcise
de lattribut est note par le mode.
3.2.3.4 Le rle mode

Dans les termes du dictionnaire, le mode est utilis pour indiquer une va-
riante sur la signification dune racine terminologique, la racine tant constitue
par le groupe substance-attribut.
Dans la construction des mots, le mode est utilis pour marquer les flexions
telles que le genre, le nombre, la personne (premire, deuxime, troisime), les
modes et temps des verbes, les cas des noms, etc.
56 Smantique
Dans la construction des phrases (sachant quil existe des phrases de phrases,
etc.), le mode est utilis pour dfinir la relation grammaticale entre lunit en
rle substance et lunit en rle attribut.
En 2013, le dictionnaire IEML contenait dj plus de 150 cas grammati-
caux, conjugaisons, pronoms, adverbes et prpositions 11 de couche 1, 2 et 3.
Ces termes auxiliaires (qui ne sont ni des noms ni des verbes) ont t principa-
lement conus pour tre utiliss en rle modal. Je rappelle cependant que rien
nempche dutiliser des units nominales ou verbales en rle de mode ou les
termes auxiliaires en rle de substance ou dattribut.
Dans les circuits inter-textuels, le rle mode dsigne la note de citation ou
de rfrence qui connecte le texte citant au texte cit (en rfrence).
3.2.4 Des morphmes aux propositions

3.2.4.1 Morphmes IEML
Un morphme est un terme, ou une addition de termes promus la mme
couche, qui figurent dans un circuit syntagmatique.
Par exemple, dans :
*y.-E:.-(E:S:.O:M:.- + E:S:.wo.-)*
qui signifie je saurai , *y.** et *(E:S:.O:M:.- + E:S:.wo.-)** constituent
des morphmes.
Termes
E:S:.O:M:.- futur
E:S:.wo.- premire personne du singulier (je)
y. savoir
3.2.4.2 Mots IEML

Il existe deux grands types de mots en IEML : les mots-morphmes et les
mots flchis.
Mots-morphmes Les mots-morphmes ou mots non-flchis ne comportent

pas de cas, genre, nombre, conjugaison, articles, prpositions, etc. Par exemple,
*y.** savoir ou *(y. + e.)* savoir et pouvoir sont des mots-morphmes.
Mots flchis Dans les mots flchis, le morphme racine est plac en rle de
substance, le morphme de flexion est plac en rle de mode et le rle attribut
est occup par une srie vide.
Premier exemple :
*y.-E:.-(E:U:A:.- + E:S:.O:M:.- + E:T:.wo.-)*
signifie : Ils ne sauront pas. et constitue un mot.
Termes
11. Post-position serait plus adquat, puisque le mode vient aprs ce quil modifie.
E:U:A:. ngation
y. savoir
E:S:.O:M:.- futur
E:T:.wo.- troisime personne du pluriel (ils)
Deuxime exemple:
*m.i.-k.i.-E:.-E:U:.wa.-,**
signifie : ces jeux et constitue un mot.
Termes
m.i.-k.i.- jeu
E:U:.wa.- pronom dmonstratif pluriel
3.2.4.3 Clauses IEML

Les clauses de degr 1 sont des multiplications dadditions de mots dans
lesquelles lunit en rle de mode explicite la relation grammaticale que lunit
en rle dattribut entretient avec lunit en rle de substance.
Par exemple,
*
(u.-E:.-(E:B:.y.- + E:T:.wo.-) b.a.-E:E:S:.-,
+
u.-E:.-(E:B:.y.- + E:T:.wo.-) t.o.-b.o.-E:E:T:.-,)
**
est une phrase qui sanalyse en deux clauses :
1. la premire clause contient trois mots : un conteur *b.a.-** considr
comme sujet *E:E:S:.-** raconte *u.-E:-(E:B:.y.-+ E:T:.wo.-)**
2. la seconde clause contient trois mots : raconte *u.-E:-(E:B:.y.-+ E:T:.wo.-
)**, une histoire *t.o.-b.o.-** considre comme objet *E:E:T:.-**
Lensemble de la phrase signifie donc : Un conteur raconte une histoire .
Termes
E:E:S:. nominatif (sujet)
E:E:T:. accusatif (complment dobjet)
u. noncer (traduit raconter dans la phrase parce que lobjet est une histoire)
E:B:.y.- prsent de lindicatif
E:T:.wo.- troisime personne du singulier
b.a.- conteur
t.o.-b.o.- histoire, rcit
3.2.4.4 Phrases IEML

Les phrases de niveau 1 sont des additions de clauses de degr 1, les clauses
de degr 2 sont des multiplications de phrases de degr 1, les phrases de degr
2 sont des additions de clauses de degr 2 et ainsi de suite.
58 Smantique
Exemple 1 Lenfant de ma voisine est souvent autoris par un mdecin

ne pas aller lcole .
Cette phrase compte quatre clauses de couche L5, qui se succdent videm-
ment selon lordre du script.
*
(u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), h.y.-, E:T:.f.-,_
+
u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), n.a.-f.a.-f.o.-, E:B:.x.-,_
+
u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), d.a.-m.a.-f.o.- E:.- E:A:.p.-,
E:E:S:.-,_
+
d.a.-m.a.-f.o.- E:.- E:A:.p.-, m.a.-k.a.-f.o.- E:.- (E:A:.wo.- + E:S:.wo.- +
E:F:.we.-), E:E:A:.-, _)
**
Termes
E:E:A:. gnitif
E:E:S:. nominatif
E:U:A:. ngation
E:B:T:. souvent
E:U:.e.- mode passif abilitatif
E:A:.wo.- possessif singulier
E:A:.p.- article dfini
E:S:.wo.- je, moi (premire personne du singulier)
E:B:.x.- agent
E:T:.f.- dans (entrer dans)
u.A:.- aller
h.y.- cole
E:F:.we.- genre fminin
m.a.-k.a.-f.o.- voisin
n.a.-f.a.-f.o.- mdecin
d.a.-m.a.-f.o.- enfant
Traduction de la phrase clause par clause
1. Commenons par :
u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), h.y.-, E:T:.f.-,_
*u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-)* signifie souvent autoris
(habilit) ne pas aller o aller *u.A:.-** est la racine du verbe
et *(E:U:A:.- + E:U:.e.- + E:B:T:.-)** sont ses trois flexions. *h.y.-**
est lcole et *E:T:.f.-** montre que lcole est le complment de lieu du
verbe.
2. u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), n.a.-f.a.-f.o.-, E:B:.x.-

,_
Ici le verbe au mode passif est le mme que dans la clause prcdente
et *n.a.-f.a.-f.o.-,** (le mdecin) est indiqu comme complment dagent
*E:B:.x.-,**.
3. u.A:.- E:.- (E:U:A:.- + E:U:.e.- + E:B:T:.-), d.a.-m.a.-f.o.- E:.-
E:A:.p.-, E:E:S:.-,_
Dans cette troisime clause, le verbe est encore le mme et cest le sujet
*E:E:S:.** qui est indiqu, savoir lenfant (racine *d.a.-m.a.-f.o.-** et
flexion *E:A:.p.-** pour marquer larticle dfini).
4. d.a.-m.a.-f.o.- E:.- E:A:.p.-, m.a.-k.a.-f.o.- E:.- (E:A:.wo.- +
E:S:.wo.- + E:F:.we.-), E:E:A:.-, _
Dans cette quatrime et dernire clause, la substance est joue par len-
fant *d.a.-m.a.-f.o.- E:.- E:A:.p.-,** et lenfant en question est qua-
lifi : cest celui de (gnitif *E:E:A:.-**) ma voisine *m.a.-k.a.-f.o.-
E:.- (E:A:.wo.- + E:S:.wo.- + E:F:.we.-),**. La flexion *(E:A:.wo.- +
E:S:.wo.- + E:F:.we.-)** marque simultanment le possessif singulier, la
premire personne du singulier et le fminin, donc ma voisine.
Les smes en rles de substance et dattribut des clauses de la mme phrase
sont considres comme les sommets dun graphe. Un sme en rle de mode
est considr comme ltiquette de larte connectant le sommet-sme en rle
de substance et le sommet-sme en rle dattribut. Cette tiquette explicite la
relation grammaticale entre les deux sommets. Cest ainsi que la phrase qui vient
dtre analyse, comme toutes les phrases IEML, peut tre reprsente comme
un rseau smantique, ainsi quon peut le voir sur la figure 3.9, o les verbes et
les noms sont reprsents sur un fond gris et les auxiliaires sur un fond blanc.
Exemple 2 Dans ce second exemple, je vais illustrer le cas de deux phrases

de niveau 1 (la proposition principale et la proposition subordonne) connectes
par une phrase en rle de mode : Jai appris les mathmatiques parce que jai
suivi un bon professeur . Lensemble de la proposition est donc une clause de
niveau 2.
*
y.a.- E:.- (E:S:.wo.- + E:T:.e.-) b.-j.-s.y.- E:E:T:.-,_
a.o.- E:.- (E:S:.wo.- + E:T:.o.-), d.a.-f.a.-f.o.- E:.- E:U:T:.-, E:E:T:.-,_
E:M:.B:O:.-,_;
**
Termes
E:E:T:. accusatif (complment dobjet direct)
E:U:T:. bon, meilleur
E:S:.wo.- je (premire personne du singulier)
E:T:.o.- pass optatif
E:T:.e.- pass abilitatif
60 Smantique
Figure 3.9. Lenfant de ma voisine est souvent autoris par un

mdecin ne pas aller lcole
a.o.- suivre
y.a.- apprendre
E:M:.B:O:.- cause, rle fonctionnel parce que
b.-j.-s.y.- mathmatiques
d.a.-f.a.-f.o.- enseignant
1. La phrase substance ou, si lon veut, la proposition principale signifie

jai appris les mathmatiques . Le mode du verbe indique une nuance
abilitative (jai pu apprendre).
2. La phrase attribut ou, si lon veut, la proposition subordonne signifie
jai suivi un bon enseignant . Le mode du verbe indique une nuance
optative (jai voulu suivre). On notera que bon *E:U:T:.** fait office
de flexion de la racine enseignant *d.a.-f.a.-f.o.-**.
3. La phrase de mode (il sagit ici videmment dune phrase-mot) indique
la relation parce que entre la phrase substance et la phrase attribut.
Le rseau smantique correspondant cette clause de niveau 2 est illustr sur la

figure 3.10, o les noms et les verbes apparaissent sur fond gris et les auxiliaires
sur fond blanc.
Figure 3.10. Jai appris les mathmatiques parce que jai suivi
un bon professeur
3.2.5 Des propositions aux textes (USL)
3.2.5.1 Stratgie dcriture des USL
Il va sans dire que, pour lutilisateur final qui ne voudra pas sembarrasser de
fabriquer des USL, il sera toujours possible dutiliser des interfaces graphiques
qui lui permettront de formuler des tags simples en langues naturelles, ces tags
tant automatiquement traduits en IEML.
Je rappelle pour commencer que tout USL reprsente videmment une inter-
prtation possible de lobjet, du document ou de lensemble de donnes index :
celle dun individu ou dune conversation cratrice. On pourra donc inventer plu-
sieurs USL distincts pour catgoriser un document quelconque, selon les points
de vue et les univers de discours. Rien nempche par ailleurs de rutiliser un
USL pour lui enlever ou lui ajouter des propositions afin de personnaliser la
catgorisation.
La stratgie gnrale de construction dun USL consiste dcrire le spectre
smantique qui rend compte dun document. Il ne sagit surtout pas de cher-
cher un quivalent du concept complexe dcrire en IEML dans un seul terme
du dictionnaire. Plus le spectre smantique est vaste et prcis, cest--dire ex-
prim par plusieurs units de sens de plusieurs couches, et mieux fonctionneront
les oprations de slection (diffrence, inclusion, union...), les connexions avec
dautres USL et les calculs de distances smantiques.
Un USL stage en couches. Les couches les plus basses dsignent les com-
posantes smantiques les plus gnrales, tandis que les couches les plus hautes
reprsentent les composantes smantiques les plus spcifiques ou les plus pr-
cises.
62 Smantique
3.2.5.2 Lexemple de Wikipedia

Convention dcriture
Dans lcriture des USL, les propositions distinctes sont toujours spares
par une barre oblique. Pour simplifier la lecture, jai spar les catsets de couche
L0, L1, L2, L3 par une barre oblique prcde et suivie dun passage la ligne.
Les propositions de couche L4 et L5 sont galement spares par une barre
oblique prcde et suivie dun passage la ligne. Les clauses distinctes de la
mme phrase sont runies par un signe + prcd et suivi par un passage
la ligne. Jutiliserai les mmes conventions dans les exemples suivants. LUSL
ci-dessous est un exemple de texte IEML dcrivant Wikipedia.
*
(U:+S:)
/
t. / d.
/
wo.y.- / wa.k.- / e.y.- / s.y.- / k.h.-
/
a.u.-we.h.- / n.-y.-s.y.-
/
(n.-y.-s.y.- s.o.-k.o.- E:E:A:.-,
+
n.-y.-s.y.- b.i.-b.i.- E:A:.m.-,)
/
u.e.-we.h.- m.a.-n.a.-f.o.- E:E:S:.-,
/
(e.- (b.a.-b.a.-f.o.-+ t.a.-b.a.-f.o.-) E:E:S:.-,_
+
e.- s.e.-k.u.- E:E:T:.-,_
+
(b.a.-b.a.-f.o.-+ t.a.-b.a.-f.o.-) (E:F:.wa.- + E:A:T:.-) E:E:U:.-,_
+
(b.a.-b.a.-f.o.- + t.a.-b.a.-f.o.-) l.o.-m.o.-s.u.- E:E:U:.-,_
+
s.e.-k.u.-E:.-E:B:.s.-, k.i.-b.i.-t.u.-, E:T:.x.-,_
+
s.e.-k.u.-, b.-u.-E:.-E:F:.wa.-, E:T:.x.-,_
+
k.i.-b.i.-t.u.- b.x.- E:E:U:.-,_)
**
Traduction de lUSL, dans lordre du script
L0 rseaux de connaissances
L1 mmoire / vrit
L2 sorienter dans la connaissance / agir en vue du bien commun / synthtiser
/ connaissance organise / cration collective
L3 ouvrir lespace public / encyclopdie

L4 encyclopdie de lintelligence collective dans le cyberespace / volontaires
produisant du matriel didactique / autorise une criture et une dition
plurielle et ouverte dans plusieurs langues, par le moyen dun environne-
ment logiciel collaboratif.
Tous les catsets de couche L0 L3 sont composs de termes du dictionnaire
dont le descripteur franais est reproduit dans la traduction ci-dessus. Je vais
maintenant expliquer la traduction des trois propositions du catset de couche
L4.
Premire proposition de couche L4
*(n.-y.-s.y.- s.o.-k.o.- E:E:A:.-,
+
n.-y.-s.y.- b.i.-b.i.- E:A:.m.-,)**
Termes
n.-y.-s.y.- encyclopdie
s.o.-k.o.- intelligence collective
b.i.-b.i.- mdium numrique (ou cyberespace)
E:E:A:. gnitif (complment du nom)
E:A:.m.- dans, au milieu de
Cette proposition est une phrase compose de deux clauses de couche L4 en
relation dunion. Les clauses sont nominales puisque les deux squences com-
mencent par une consonne. Dans les deux clauses, le mode auxiliaire de couche
3 indique la relation entre lunit substance de couche L3 et lunit attribut de
couche L3.
1. La premire clause signifie : encyclopdie de lintelligence collective
2. La seconde clause signifie : encyclopdie dans le mdium numrique
On obtient donc (automatiquement) le diagramme de la figure 3.11 qui se tra-
duit en franais par encyclopdie de lintelligence collective dans le mdium
numrique . Dans ce diagramme, comme dans les prcdents, les verbes et noms
sont sur un fond gris et les auxiliaires sur un fond blanc.
Deuxime proposition de couche L4
*u.e.-we.h.- m.a.-n.a.-f.o.- E:E:S:.-,**
Termes
u.e.-we.h.- produire du matriel didactique
m.a.-n.a.-f.o.- volontaire
E:E:S:.- nominatif (marquant la relation entre verbe et sujet)
On remarquera quil ny a ici aucune indication de nombre. Le fait quil ny
ait pas de pluriel nindique pas quil sagisse de singulier mais plutt que lon
veut dsigner un concept en gnral. De la mme manire, labsence de temps,
de mode et de personne pour modifier le verbe indique quil faut comprendre
laction de produire du matriel didactique en gnral. La signification de cette
64 Smantique
Figure 3.11. Encyclopdie de lintelligence collective dans le

mdium numrique
phrase verbale compose dune seule clause est donc volontaires produisant du
matriel didactique . Beaucoup de langues naturelles obligent choisir entre
singulier et pluriel, ou utiliser un article dfini ou indfini, ce qui nest pas le
cas dIEML.
Proposition de couche L5
Termes
E:E:U:. attribut du nom
E:E:S:. nominatif
E:E:T:. complment dobjet direct
E:A:T:. beaucoup, trs
e. pouvoir
E:B:.s.- dans un espace ouvert
E:T:.x.- auxiliaire de moyen
b.x.- environnement collaboratif
E:F:.wa.- auxiliaire marquant le pluriel
s.e.-k.u.- comptence en lecture et criture
b.-u.- langue naturelle
b.a.-b.a.-f.o.- auteur
t.a.-b.a.-f.o.- diteur
k.i.-b.i.-t.u.- logiciel
l.o.-m.o.-s.u.- libre
*
(e.- (b.a.-b.a.-f.o.-+ t.a.-b.a.-f.o.-) E:E:S:.-,_
+
e.- s.e.-k.u.- E:E:T:.-,_
+
(b.a.-b.a.-f.o.-+ t.a.-b.a.-f.o.-) (E:F:.wa.- + E:A:T:.-) E:E:U:.-,_
+
(b.a.-b.a.-f.o.- + t.a.-b.a.-f.o.-) l.o.-m.o.-s.u.- E:E:U:.-,_
+
s.e.-k.u.-E:.-E:B:.s.-, k.i.-b.i.-t.u.-, E:T:.x.-,_
+
s.e.-k.u.-, b.-u.-E:.-E:F:.wa.-, E:T:.x.-,_
+
k.i.-b.i.-t.u.- b.x.- E:E:U:.-,_)
**
La phrase IEML qui prcde est la couche L5 et elle est compose de sept
clauses de couche L5 en relation dunion.
1. La premire clause signifie que le sujet du pouvoir sont les lecteurs et
les diteurs.
2. La seconde clause signifie que lobjet du verbe pouvoir est la comp-
tence de lecture-criture.
3. La troisime clause insiste sur la multiplicit des lecteurs et des diteurs.
4. La quatrime clause affirme la libert de ces mmes lecteurs et diteurs.
5. La cinquime clause indique que la lecture-criture ouverte se fait au
moyen dun logiciel.
6. La sixime clause indique que la comptence en lecture-criture sexerce
au moyen de plusieurs langues.
7. La septime clause affirme que le logiciel a la proprit dtre un envi-
ronnement collaboratif.
Ecrire ou lire cette phrase en entier revient concevoir le rseau smantique
de la figure 3.12. Pour simplifier la reprsentation visuelle, je ny ai pas fait
figurer le texte IEML. Les noms et les verbes sont sur un fond gris tandis que
les auxiliaires sont sur un fond blanc. Cette figure 3.12 donne une ide de ce
quoi pourrait ressembler le rseau smantique en langue naturelle produit
automatiquement partir dune phrase en IEML (la langue tant choisie par
lutilisateur).
3.2.5.3 Exemple doprations ensemblistes sur des USL

Il est possible deffectuer des oprations ensemblistes sur des USL. Imaginons
deux USL: XML et Web_des_donnes
66 Smantique
Figure 3.12. Rseau syntagmatique dune phrase IEML sept

clauses
XML *
(A:+S:)
/
b.
/
we.b.- / we.g.-
/
e.o.-we.h.- / b.i.-b.i.- / t.e.-d.u.-
/
(i.i.-we.h.-, b.-j.-E:.-E:A:.g.-, E:T:.x.-,_
+
i.i.-we.h.- s.a.-t.a.- E:E:T:.-,_)
**
L0 rseaux de documents
L1 langage
L2 cultiver des systmes dinformation / unifier la documentation
L3 tablir des normes et standards / mdium numrique / rpondre des
besoins dinformation
L5 garantir la compatibilit de donnes grce la mme structure formelle.
Tous les catsets de couche 0 3 sont composs de termes du dictionnaire dont
le descripteur franais est reproduit littralement dans la traduction ci-dessus
(les descripteurs apparaissent dans la traduction exactement dans lordre des
propositions IEML correspondantes). Je vais maintenant expliquer la traduction

de la catgorie de couche 5.
Termes
i.i.-we.h.- assurer la compatibilit
b.-j.- structure formelle
s.a.-t.a.- donnes
E:E:T:. accusatif (complment dobjet direct)
E:A:.g.- comme, mme
E:T:.x.- par le moyen de
1. La premire clause verbale connecte le verbe en substance *i.i.-we.h.-,**
assurer la compatibilit au nom en attribut *b.-j.-E:.-E:A:.g.-,**
par lauxiliaire en rle de mode *E:T:.x.-,** marquant le moyen.
*b.-j.-E:.-E:A:.g.-,** est lui-mme un nom compos de deux morphmes-
termes :
- le terme nominal *b.-j.-**, qui signifie structure formelle
- le terme auxiliaire *E:A:.g.-** modifiant le nom et qui signifie mme,
comme .
*b.-j.-E:.-E:A:.g.-,** signifie donc mme structure formelle
2. La seconde clause verbale signifie : assurer la compatibilit (le verbe
en substance *i.i.-we.h.-**) des donnes (le nom en attribut *s.a.-t.a.-
**). La relation entre le verbe en substance et le nom en attribut est
dcrite par le mot auxiliaire en rle de mode *E:E:T:.-** marquant le
complment dobjet direct.
La phrase complte donne garantir la compatibilit de donnes grce (par
le moyen de) la mme structure formelle.
On notera que les termes *s.a.-t.a.-** (donnes) et *s.a.-t.a.-f.o.-** (infor-
maticien) ont la mme substance et le mme attribut, *s.a.-t.a.-f.o.-** tant
le/la spcialiste de lorganisation et des manipulations de *s.a.-t.a.-**. Il en est
de mme pour *b.-j.-** (structure formelle) et *b.-j.-s.y.-** (mathmatiques),
lun tant lobjet de lautre.
Je donne maintenant lexemple dun second USL, que je vais ensuite unir et
intersecter avec le prcdent.
Web_des_donnes *
(U:+S:) / (A:+S:)
/
d.
/ s.x.- / x.j.-
/
e.o.-we.h.- / b.i.-b.i.-
/
e.o.-we.h.- b.i.-b.i.- E:E:B:.-,
/
68 Smantique
s.a.-t.a.- b.i.-l.i.-t.u.- E:E:U:.-,

/
(t.e.-t.u.-wa.e.- k.i.-b.i.-t.u.- E:E:A:.-,
+
k.i.-b.i.-t.u.- b.e.- E:A:.x.-,)
**
L0 rseaux de connaissance / rseaux de documents
L1 vrit
L2 projet technique / volution du calcul
L3 tablir des normes et standards / mdium numrique
L4 tablir des normes et standards pour le mdium numrique / donnes lies
(linked data) / conception de robots logiciels avec des capacits de rai-
sonnement
Je nexplicite la traduction que pour les deux dernires propositions de couche
L4, en commenant par donner la traduction des termes.
Termes
E:E:U:. attribut du nom
E:E:A:. gnitif
E:E:B:. datif (au bnfice de)
E:A:.x.- avec
b.e.- capacit de raisonnement
s.a.-t.a.- donnes
b.i.-l.i.-t.u.- reli
t.e.-t.u.-wa.e.- comptence conception de logiciels
k.i.-b.i.-t.u.- logiciel
1. La seconde proposition de couche L4 est une phrase nominale compo-
se dune seule clause : les donnes *s.a.-t.a.-** sont (attribut du nom
*E:E:U:.**) lies *b.i.-l.i.-t.u.-**, ce qui traduit le concept de linked
data .
2. La troisime proposition de couche L4 est une phrase deux clauses. La
premire clause indique une comptence en conception *t.e.-t.u.-wa.e.-
** de (*E:E:A:.** gnitif) logiciel *k.i.-b.i.-t.u.-** et la seconde clause
indique que le logiciel a une capacit de raisonnement (avec : *E:A:.x.-**,
capacit de raisonnement : *b.e.-**).
Rsultats de deux oprations sur les USL prcdents Les oprations

ensemblistes sur les USL sont toujours effectues sur des ensembles de proposi-
tions (et donc sur des ensembles de squences) couche par couche.
Lintersection des deux USL prcdents donne un nouvel USL (que lon
pourrait appeler Internet_standards ) contenant une proposition de couche
0 et deux propositions de couche 3.
*
(A:+S:)
/
e.o.-we.h.- / b.i.-b.i.-
**
L0 rseaux de documents
L3 tablir des normes et standards / mdium numrique
Lunion des deux USL donne lUSL que lon pourrait appeler Grand Web des
donnes
*
(U:+S:) / (A:+S:)
/
b. / d.
/
we.g.- / we.b.- / s.x.- / x.j.-
/
e.o.-we.h.- / b.i.-b.i.- / t.e.-d.u.-
/
e.o.-we.h.- b.i.-b.i.- E:E:B:.-,
/
s.a.-t.a.- b.i.-l.i.-t.u.- E:E:U:.-,
/
(t.e.-t.u.-wa.e.- k.i.-b.i.-t.u.- E:E:A:.-,
+
k.i.-b.i.-t.u.- b.e.- E:A:.x.-,)
/
(i.i.-we.h.-, b.-j.-E:.-E:A:.g.-, E:T:.x.-,_
+
i.i.-we.h.- s.a.-t.a.- E:E:T:.-,_)
**
L0: rseaux de connaissance / rseaux de documents
L1: langage / vrit
L2: unifier la documentation / cultiver des systmes dinformation / projet
technique / volution du calcul
L3: tablir des normes et standards / mdium numrique / rpondre des
besoins dinformation
L4: tablir normes et standards pour le mdium numrique / donnes lies
(linked data) / conception de robots logiciels avec des capacits de rai-
sonnement
L5: garantir la compatibilit de donnes grce une mme structure formelle
70 Smantique
3.2.6 Reprsentation des relations syntaxiques entre uni-

ts dnonciation
Il existe en IEML deux grands types de circuits smantiques, les circuits
paradigmatiques, que nous avons tudi au chapitre 3.1 et les circuits nonciatifs,
dont nous venons de voir les principaux aspects linguistiques dans les sections
qui prcdent. Je rappelle ici ce que nous savons dj des circuits nonciatifs : ils
sont constitus par une hirarchie complexe de propositions, de textes (additions
de propositions) et dhypertextes (additions et multiplications de textes). Les
propositions sont elles-mmes construites partir dune hirarchie complexe de
morphmes, de mots, de clauses, de phrases et de phrases de phrases. A la base
de cette hirarchie dunits de sens se trouvent les termes, qui sont dfinis par
les cls du dictionnaire (voir 3.2.1.2).
Il existe en IEML un strict paralllisme entre les relations syntaxiques qui
connectent les units de sens, dune part, et les canaux qui connectent les r-
servoirs des circuits nonciatifs, dautre part. Ce paralllisme est mdi par les
oprations daddition et de multiplication. On se souvient que ces oprations
commandent des relations dordre et de symtrie entre leurs variables de ma-
nire assez simple :
1. pour laddition, une relation dordre relie chacune des variables dentre
la variable de sortie et une relation de symtrie relie les variables dentre
de la mme opration ;
2. pour la multiplication, une relation dordre relie chacune des trois va-
riables dentre la variable de sortie et une relation de symtrie relie les
variables de sortie dont deux variables dentre ont chang leurs rles.
Le tableau 3.6 passe en revue la reprsentation des relations syntaxiques entre
units de sens par des canaux entre rservoirs. Je vais commenter brivement
les quatre types de canaux prsents dans ce tableau.
3.2.6.1 Canaux dordre multiplicatif

Les canaux dordre multiplicatifs connectent des units de sens de niveau n
lunit de sens de niveau 12 n+1 qui les comprend. Par exemple, des morphmes
et le mot qui les contient, des mots et la clause qui les articule, et ainsi de suite.
Je rappelle ici quun texte (USL) et les propositions quil contient ne sont pas
connects par des canaux dordre multiplicatifs mais par des canaux dordre
additifs.
3.2.6.2 Canaux dordre additif

Les canaux dordre additifs connectent des units de sens de niveau n une
unit de sens de mme niveau 13 n qui les contient ou les englobe. Par exemple :
des termes et le morphme qui les contient, des clauses et la phrase qui les
contient, etc.
12. Par niveau jentends ici la couche, le degr, lordre, etc.
13. Voir la note prcdente.

- mot > morphme - morphme > terme
- clause > mot - phrase > clause

Ordre >
- clause de phrases > phrase - texte > proposition
- clause hyp. > texte - hypertexte > clause hyp.
- mot u mot invers - terme u terme

- clause u clause inverse - mot u mot
Symtrie u - cl. de ph. u cl. de ph. inverse - clause u clause
- clause hyp. u cl. hyp. inverse - proposition u proposition
- clause hyp. u clause hyp.
Tableau 3.6. Les 4 types de canaux des circuits nonciatifs
3.2.6.3 Canaux de symtrie multiplicative

Les canaux de symtrie multiplicative connectent les units de mme niveau
dont deux smes inversent leurs rles et dont le troisime sme est identique. Par
exemple, la phrase lhistoire du moteur est un agent du moteur de lhistoire
se traduit ainsi en IEML :
*k.o.-t.o.-E:.-E:A:.p.-,n.i.-s.i.-E:.-E:A:.p.-,E:E:A:.-,_n.i.-s.i.-E:.-E:A:.p.-
,k.o.-t.o.-E:.-E:A:.p.-,E:E:A:.-,E:B:.x.-, _;**
Dans ce cas, les deux clauses
*k.o.-t.o.-E:.-E:A:.p.-,n.i.-s.i.-E:.-E:A:.p.-,E:E:A:.-,_**
et
*n.i.-s.i.-E:.-E:A:.p.-,k.o.-t.o.-E:.-E:A:.p.-,E:E:A:.-,**
sont en relation de symtrie multiplicative.
Termes
E:E:A:. gnitif
E:A:.p.- article dfini
E:B:.x.- agent, cause efficiente
k.o.-t.o.- histoire
n.i.-s.i.- moteur
Au niveau inter-textuel, on trouvera des canaux de symtrie multiplicative entre
des USL qui sentre-citent.
3.2.6.4 Canaux de symtrie additive

Les canaux de symtrie additive interconnectent en graphe complet les units
de niveau n qui concourent la construction dune unit englobante de mme
72 Smantique
Figure 3.13. La hirarchie enchevtre des units de sens
niveau n. Par exemple, les termes dun mme morphme, les clauses de la mme
phrase, les propositions du mme texte, etc.
3.2.7 Rsum de la hirarchie des units de sens

La figure 3.13 rsume la hirarchie des units de sens en IEML. Cette hi-
rarchie est enchevtre . En effet, dun ct, le sens des units suprieures
est conditionn par le sens des units infrieures mais, dun autre ct, le sens
des units infrieures est rciproquement conditionn par celui des units sup-
rieures, qui forment, degr par degr, leurs contextes respectifs.
3.2.8 Constructions correctes et incorrectes

3.2.8.1 Codage
Afin de reprsenter de manire concise les patterns grammaticaux selon les-
quels sont arrangs les units de sens, je vais les coder de la manire suivante :
V reprsente une squence vide
Z reprsente un terme
R reprsente un morphme
W reprsente un mot morphme
W reprsente un mot flchi
W reprsente un mot morphme ou bien (ou exclusif ) un mot flchi
Cn reprsente une clause dordre 1, ou 2, ou 3, etc. n indiquant le numro

dordre de la clause
C reprsente une clause, quelque soit son numro dordre
Pn reprsente une phrase dordre 1, ou 2, ou 3, etc. n indiquant le numro
dordre de la phrase
P reprsente une phrase, quelque soit son numro dordre
Q reprsente une unit de sens quelconque (non entirement vide).
3.2.8.2 Promotion
Dans toute addition ou multiplication dunits de sens Q = {Z, R, W,
C, P} les variables aux couches les plus basses sont promues par une squence
vide jusqu ce que soit atteinte la couche de la variable qui est la couche la
plus haute. Au sujet de la promotion, je renvoie la section 2.2.6.3 pour laspect
syntaxique et la section 3.2.1.4 pour laspect smantique.
3.2.8.3 Constructions grammaticales

R = (Z Z ...)
W = R
W = (R E R)
C1 = {(W W W), (W E W ), (W E W), (W E
W ), (W E E)}
Note 1 : une construction du type (W E W) se ramne (R E
R), qui est forcment un mot. Ce ne peut donc tre une clause.
Note 2 : les clauses du type (W E E) ne peuvent tre utilises que
dans les phrases dordre 1 P1 .
P1 = (C1 C1 ...)
C2 = {(P1 P1 P1 ), (P1 E P1 ), (P1 E E)}
Note 3 : les clauses du type (P1 E E) ne peuvent tre utilis que
dans les phrase dordre 2 P2 .
P2 = (C2 C2 ...)
Pour les clauses dordre suprieur 2 :
Cn+1 = {(Pn Pn Pn ), (Pn E Pn ), (Pn E E)}
Note 4 : les clauses du type (Pn E E) ne peuvent tre utilises que
dans les phrases dordre n+1 Pn+1 .
Pour les phrases dordre suprieur 2 :
Pn = (Cn Cn ...)
3.2.8.4 Oprations non-grammaticales

Lopration de forme (Q Q E) est non-grammaticale, parce que la
relation entre substance et attribut resterait non-dfinie.
Lopration de forme (E E Q) est non-grammaticale puisque le mode
naurait rien modifier ou connecter.
74 Smantique
Lopration de forme (E E E), est non grammaticale, parce quelle ne

signifie rien, sauf comme srie vide suivant une srie non compltement
vide (voir plus haut en 3.2.8.2)
Les oprations de la forme (W W ...) et (P P ...) sont non-
grammaticales. Il faut employer la place des oprations de forme (C
C ...).
3.2.8.5 Lattribut vide dans les oprations de forme (Q E Q)
Lattribut est toujours occup par une srie vide dans les mots flchis et il
peut tre occup par une srie vide dans les clauses. Dans ces deux cas, le mode
prcise le sens de la substance au lieu de dfinir la relation entre la substance
et lattribut.
3.3 Principes de lalgorithme de transcodage du

Rhizome vers la Sphre smantique
3.3.1 Les circuits nonciatifs ont la mme structure que
les circuits syntagmatiques
Si nous disposons dun algorithme de construction des circuits syntagma-
tiques (qui correspondent aux propositions), il est vident que nous pouvons
construire un algorithme de construction des circuits nonciatifs en gnral (qui
comprennent en plus les textes et les hypertextes). En effet, premirement, les
propositions dun mme texte sont simplement des rservoirs interconnects par
des canaux de symtrie additive et qui convergent par des canaux dordre additif
vers le rservoir de lUSL qui les contient. Je signale cependant que lauteur dun
texte peut supprimer des canaux de symtrie additive entre propositions (cest-
-dire rduire la redondance du circuit) condition que le circuit final entre les
propositions soit connexe. Deuximement, les hypertextes relvent exactement
de la mme structure enchevtre dadditions et de multiplications que les syn-
tagmes. Je me contenterai donc de montrer ici que nous disposons effectivement
dun algorithme de construction des circuits syntagmatiques.
3.3.2 La base de lalgorithme de construction des circuits

smantiques est lalgorithme de transcodage du Script
vers le Rhizome
Pour obtenir un algorithme de construction des circuits syntagmatiques, il
suffit dutiliser lalgorithme de transcodage Script vers Rhizome dcrit en 2.3
avec les modifications qui suivent.
3.3.2.1 Changement de nature des units manipules

Au lieu de bulbes et de filaments, on parlera de rservoirs reprsentant des
units de sens et de canaux reprsentant des relations grammaticales entre units
de sens.
3.3.2.2 Arrt de la lecture aux termes

La lecture sarrte de descendre vers les feuilles des arbres dordre additif et
multiplicatif lorsque elle arrive un terme, ce qui implique dajouter un test
de terme lalgorithme.
3.3.3 Qualification des units de sens

Une fois complte larchitecture du circuit selon la mthode qui vient dtre
dcrite, lalgorithme dnonciation doit remonter les canaux dordre multiplicatif
et additif partir des termes vers la proposition complte pour qualifier les
diffrentes units de sens (morphmes, mots, clauses de type nominal, verbal
ou auxiliaire). Tout ceci se fait selon les rgles dcrites en 3.2.8.
3.3.4 Visualisation des rseaux smantiques

3.3.4.1 Visualisation du rseau smantique dune proposition
Une fois qualifies toutes les units de sens de la proposition, on peut ensuite
visualiser automatiquement son rseau smantique pour le lecteur humain. Il
suffit pour cela de reprsenter :
- chaque terme IEML par son quivalent-dictionnaire dans la langue naturelle
choisie,
- chaque morphme comme un graphe complet des termes quil contient,
- chaque mot flchi (W ) comme une connexion entre un morphme racine
(en rle de substance) et un morphme de flexion (en rle de mode).
- chaque clause ( son degr respectif) comme une connexion entre lunit en
rle de substance et lunit en rle dattribut, cette connexion tant tiquete
par lunit en rle de mode,
- chaque phrase comme lunion des connexions reprsentes par ses clauses
en relation daddition.
Nous avons dj examin plus haut des exemples de ce type de reprsenta-
tion. Je renvoie notamment aux figures 3.9, 3.10, 3.11 et 3.12 dans lesquelles les
units en rle de substance et dattribut sont reprsentes en gris et les units
en rle de mode en blanc.
3.3.4.2 Visualisation des textes et hypertextes

Un texte (USL) sera reprsent par dfaut comme un graphe complet entre
les propositions quil contient. Quant aux hypertextes (de degrs successifs), ils
se construisent exactement selon le mme principe que les phrases, sauf que les
76 Smantique
clauses hypertextuelles de premier ordre sont construites partir de textes au

lieu dtre construites partir de mots. Les textes en rle de mode sont les
tiquettes ou notes du lien du texte substance vers le texte attribut.
Chapitre 4
Transcodage
syntaxe-smantique
Lalgorithme est lidiome de la science moderne. Bernard Chazelle
4.1 Introduction
Ce chapitre prsente les algorithmes de transcodage dIEML. Le transcodage
de la syntaxe en smantique peut se dcomposer en trois transformations : la
transformation dIEML algbrique en Script IEML dans la section 4.2, du Script
IEML vers le Rhizome IEML dans la section 4.3 et finalement du Rhizome IEML
vers la Sphre smantique dans la section 4.4.
Certains algorithmes utilisent des variables globales et des fonctions qui sont
dcrites respectivement dans les sections 4.1.1 et 4.1.2.
4.1.1 Variables globales

1. Le paramtre MinLayer contrle la profondeur danalyse. Son utilisation
garantit que, pour une expression s en Script la couche Ln , toutes les
couches l de s telles que M inLayer l Ln sont analyses. Utilis dans
lalgorithme 5.
2. Le paramtre MultSym dcide de la cration de relations de symtrie
multiplicative. Utilis dans lalgorithme 5.
3. Le paramtre MultOrd contrle les relations dordre multiplicatif qui sont
cres. Ce paramtre dfinit trois variables logiques, substance, attribute
et mode. Des relations sont cres si ces variables logiques ont la valeur
true. Voir la section 4.1.2.
4. Le paramtre RestrictedScript est une liste dexpressions en Script.
Les membres de cette liste sont exclus de lanalyse. Utilis dans lalgorithme 5.
78 Transcodage syntaxe-smantique
5. Le paramtre Terms est une liste dexpressions en Script. Les membres

de cette liste sont utiliss diffrentes fins. Utilis dans les algorithmes
5 et 6.
6. La structure de donnes Chars enregistre une expression Script s de
manire permettre litration de remplacements de caractres de couche
zro, la modification de ces caractres, et la modification dune expression
en script partir de ces caractres. Utilis dans lalgorithme 5.
7. Le paramtre EA est une liste de relations dordre additif. Utilis dans les
algorithmes 8 et 10.
8. Le paramtre EB est une liste de relations de symtrie additive. Utilis
dans les algorithmes 8 et 10.
9. Le paramtre EC est une liste de relations dordre multiplicatif. Utilis
dans les algorithmes 8, 9 et 10.
10. Le paramtre ED est une liste de relations multiplicatives. Utilis dans les
algorithmes 8, 9 et 10.
11. Le paramtre G = (V, E) est un graphe dfinissant un rhizome o E =
E A E B E C E D . Utilis dans les algorithmes 5, 6, 7, 8, 9, 10 et 11.
12. Les paramtres W 0 et W 00 sont des listes dexpression en Script (mots).
Utilis dans les algorithmes 8, 9 et 12.
13. Le paramtre Cn est une liste dexpressions en Script de couche n (clauses).
Utilis dans les algorithmes 7, 9, 10, 12.
14. Le paramtre Pn est une liste dexpressions en Script de couche n (phrases).
Utilis dans lalgorithme 7, 10 et 12.
15. Le paramtre HNAT est une table de hachage contenant une correspondance
entre des expressions en Script et des expressions en langue naturelle.
Utilis dans lalgorithme 12.
16. Les paramtres GSEM , GSEM sont des graphes. Utiliss dans lalgo-
et GSEM
rithme 12.
4.1.2 Fonctions globales

1. IEMLOrder(S). Implmente les rgles de rangement de la section 2.2.7
et donne comme rsultat une liste dexpressions Script ordonne selon
le nombre de multiplications dans cette expression. Les expressions avec
le plus petit nombre de multiplications sont ranges en premier dans
cette liste. Lensemble S contient des ensembles dexpressions algbriques
IEML. Utilis dans lalgorithme 1.
2. IEMLSeme(s, i). Trouve le ime sme de s, o s est une expression alg-
brique IEML de couche L > 0 et i est un entier 1 i 3. Utilis dans
lalgorithme 3.
3. IEMLReplace(S). Implmente les rgles de remplacement dfinies la
section 2.2.6.3. Lensemble S contient des ensembles dexpressions alg-
briques IEML. Utilis dans lalgorithme 4.
4. Layer(script). Trouve la plus haute couche de lexpression en Script qui

est analyse, la couche l tant comprise entre 0 et 6 (0 l 6). Utilis
dans lalgorithme 5.
5. Parse(s, construct). Trouve la configuration (construct) spcifie dans
le lexpression Script s en input, la plus haute couche de cette expres-
sion. Trois types de configurations sont dfinies, addition (), multi-
plication () et caractre (). La configuration addition dirige la
fonction vers la dcouverte des sous-scripts qui sont la mme couche
que s et donne comme rsultat un ou plus de ces sous-scripts. La confi-
guration multiplication dirige la fonction vers la dcouverte des trois
smes de s et donne comme rsultat ces trois smes. La configuration ca-
ractre dirige la fonction vers la dcouverte des caractres de couche 0
de s et donne comme rsultat ces caractres. Utilis dans les algorithmes
5 et 6.
6. RoleInterversion(s). Calcule les permutations de smes du script s
fourni en input et renvoie une expression en Script. Utilis dans lalgo-
rithme 5.
7. Expand(c). Calcule les composantes sous-jacentes du caractre c. Linput
doit tre la couche 0. Par exemple, le caractre (U:+B:) est dcom-
pos pour donner lensemble {U:, B:}, le caractre (I:) est dcompos
dans lensemble {E:, F:} et le caractre (F:) est dcompos en un en-
semble {O:, M:}. Le rsultat peut aussi tre un ensemble vide. Utilis
dans lalgorithme 6.
8. CreateAlgebraic(Chars). Cre une expression algbrique IEML partir
de la structure Chars. Pour les dtails de cette structure, voir la section
4.1.1, en particulier le point 6. Utilis dans lalgorithme 6.
9. Pattern(template). Chaque expression Script peut tre caractrise par
ses smes. Nous ne nous intressons ici quaux smes et sous-smes qui re-
prsentent une squence vide. Par exemple, une valeur de pattern (temp-
late) de SES oblige la fonction vrifier si le second sme - et lui seul -
dune expression en Script est une squence vide, alors quune valeur de
pattern de SES EEE SES oblige la fonction vrifier si le premier et
troisime sme dune expression en Script correspondent au pattern SES,
et si le second sme est une squence vide. Utilis dans les algorithmes
8, 9 et 10.
10. DetType(s). Implmente les rgles de rangement dfinies la section
2.2.7 et classe lexpression s dans un des trois types nominal, verbal
ou auxiliary (auxiliaire) tel que dfini la section 3.2.2. Utilis dans
lalgorithme 8.
11. Clique(s). Trouve tous les sous-scripts de lexpression Script s qui sont
en relation de symtrie additive et donne comme rsultat le graphe qui
connecte ces sous-scripts. Utilis dans lalgorithme 12.
12. Translate(s, hashtable). Etablit la correspondance entre une expres-
sion Script s donne et une valeur fournie par une table de hachage.
Renvoie la valeur en question. Utilis dans lalgorithme 12.
4.1.3 Fonctions globales de cration de relations

Il existe trois fonctions qui ont le mme type dinputs mais qui calculent
diffrents types de relations. Les inputs sont une expression Script s (ou un
ensemble contenant exactement une expression Script) et un ensemble S dex-
pressions en Script. Ces fonctions ont pour rsultat un ensemble de sommets et
dartes.
Ces fonctions ont deux inputs, un script racine (root) s - ou un ensemble
contenant exactement un script -, et un ensemble S de scripts. Pour les trois
fonctions, les relations ne sont pas cres pour chaque si S quand si Res-
trictedScript. De plus, la fonction AdditionRelations cre deux types de
relations, des relations dordre additif et des relations de symtrie additive. Ces
fonctions sont :
1. AdditionRelations(s, S). Utilis dans les algorithmes 5 et 6;
2. MultiplicationOrder(s, S). Utilis dans lalgorithme 5;
3. MultiplicationSymmetry(s, S). Utilis dans lalgorithme 5.
Pour crer les relations appropries, la fonction MultiplicationOrder dpend des
rglages de MultOrd, et son ensemble dinput S doit tre de trois lments (les
smes).
4.2 De lAlgbre vers le Script

Lalgorithme 4.1 trouve une expression en Script partir dune catgorie
IEML. Par exemple, pour un ensemble dinput {U SE, U BE, U T E, ASE, ABE,
AT E}, lalgorithme 4.1 va donner *O:M:.** en rsultat.
Algorithme 4.1: Algorithme SCRIPT_GENERATOR

input : (S) where S is a set of IEML strings
output : Script expression
1 K ; // ensembles densembles de squences
2 begin
3 K ; // initialise lensemble de candidats
4 K SEME_COMPRESSOR(S, K) ; // trouve les solutions
candidates
5 return IEMLOrder(K)
Pour plus de clart, lalgorithme 1 4.1 dlgue la plus grande partie de son
calcul lalgorithme 4.2 et sa complexit spatio-temporelle est donc proportion-
nelle la complexit de lalgorithme 4.2.
4.2.1 Lalgorithme SCRIPT_COMPRESSOR
Algorithme 4.2: Algorithme SCRIPT_COMPRESSOR

input : (S, K) where S is a set of IEML strings and K is a set of sets
of IEML strings
output : Set of sets of IEML strings K
1 C, Q ; // ensemble densemble de squences
2 begin
3 C SEME_MATCHER(S) ; // combinaisons de smes
4 Q SCRIPT_ SOLVER(C, S, , ) ; // trouve toutes les
solutions pour S
5 if Q\{S} = then // linput gale loutput
+
6 K S ; // ajoute les solutions candidates
7 return K ; // termine lanalyse
8 for q Q do // continue lanalyse
9 SCRIPT_COMPRESSOR(q, K) ; // appel recursif
10 return K ; // termine lanalyse
Le but de lalgorithme 4.2 est de sassurer quaucune rcriture de caractre

ne peut plus avoir lieu. Souvenons-nous quune squence {U:+A:} est rcrite
comme O:, quune squence {E:+F:} est rcrite comme I: et quune squence
{O:+M:} est rcrite comme F:. Il existe une limite la quantit de rcritures
C
{U SE, ASE}
{U BE, ABE}
{U T E, AT E}
{ASE, ABE, AT E}
{U SE, U BE, U T E}
Tableau 4.1. Rsultat de lalgorithme 4.3 pour lensemble {U SE,

U BE, U T E, ASE, ABE, AT E}
qui peuvent avoir lieu et donc la complexit de lalgorithme 4.2 est proportion-
nelle K CSEM E_M AT CHER CSCRIP T _SOLV ER , o K est un scalaire qui
rend compte des vrification des membres de la liste et CSEM E_M AT CHER and
CSCRIP T _SOLV ER reprsentent respectivement la complexit des algorithmes
4.3 et 4.4.
Lalgorithme 4.2 est assez simple. Il comprend une condition terminale la
ligne 5 et un appel rcursif la ligne 9. Lalgorithme termine quand linput (S)
est gal aux valeurs calcules la ligne 4 (Q), ce qui signifie quil ny a pas
dautres solutions potentielles considrer.
4.2.2 Lalgorithme SEME_MATCHER

Etant donn un ensemble dinput de squences IEML de mme couche, lal-
gorithme 4.3 trouve tous les groupes distincts de squences qui partagent exac-
tement deux smes. Par exemple, pour un ensemble dinput {U SE, U BE, U T E,
ASE, ABE, AT E}, lalgorithme 4.3 produira lensemble qui se trouve dans le
tableau 4.1.
Les lignes 1 et 2 listent les variables temporaires et leurs types. La ligne
4 accomplit linitialisation, les lignes 5 19 reprsentent la principale boucle
logique, les lignes 20 23 enregistrent le rsultat de lalgorithme.
Chaque squence est compose de trois sous-squences de mme longueur
(smes) qui sont compares et groupes par la boucle logique principale (lignes
9 19). Si un groupe particulier ne contient pas deux membres ou plus, ou sil
a dj t trouv, il nest pas enregistr (ligne 21).
La complexit spatio-temporelle de lalgorithme 4.3 est respectivement pro-
portionnelle ln2 et ln , o l est la longueur des squences dinput, et n est la
taille de lensemble dinput.
4.2.3 Lalgorithme SCRIPT_SOLVER

Lalgorithme 4.4 trouve toutes les expressions uniques rsultant de la consi-
dration de tous les groupes distincts obtenus partir de lensemble dinput S.
Algorithme 4.3: Algorithme SEME_MATCHER

input : Ensemble S de squences IEML
output : Ensemble C densembles de squences IEML
1 ai , bi ; // squence
2 Di ; // ensemble de squences
3 begin
4 C ; // initialise C avec
5 for all x S do
6 for i {1, 2, 3} do
7 Di x ; // initialise Di avec x
8 ai IEMLSeme(x, i)
9 for all y S\x do
10 for i {1, 2, 3} do
11 bi IEMLSeme(y, i)
12 if a1 = b1 then
13 if a2 = b2 then
+
14 D3 y ; // ajoute y D3
15 if a3 = b3 then
+
16 D2 y ;
17 if a2 = b2 then
18 if a3 = b3 then
+
19 D1 y ;
20 for i {1, 2, 3} do
21 if ||Di || 2 and Di
/ R then
+
22 C Di ; // ajoute Di C
23 Return C
Q
{OT E, OSE, OBE}
{U M E, AM E}
Tableau 4.2. Rsultat de lalgorithme 4.4 pour lensemble {U SE,

U BE, U T E, ASE, ABE, AT E} et linput de la table 4.1
Par exemple, pour lensemble dinput {U SE, U BE, U T E, ASE, ABE, AT E}

et pour les groupes du tableau 4.1, lalgorithme 4.4 produira lensemble du ta-
bleau 4.2.
Les lignes 1 et 2 listent les variables temporaires et leur type. Les lignes 13
Algorithme 4.4: Algorithme SCRIPT_ SOLVER

input : (C, S, R, Q) o C, R et Q sont des ensembles densembles de
squences IEML, S est un ensemble de squences IEML
output : Ensemble densembles de squences IEML Q
1 S ; // ensemble de squences
2 C, R ; // ensembles densembles de squences
3 begin
4 if {ci , cj C | ci cj } = then // inclut C =
5 for c C do
+
6 R c ; // ajoute le reste de C
7 S S\c ; // enlve les squences utilises
8 for s S do
+
9 R {s} ; // ajoute le reste de S
10 if R 6 Q then
+
11 Q IEMLReplace(R) ; // ajoute la solution R
12 return Q
13 else
14 for c C do // rduction de lespace des solutions
15 if {ci C\{c} | c ci } = then
16 S S\c ; // enlve la multiplication
17 C C\{c} ; // enlve la multiplication
+
18 R c ; // ajoute la multiplication
19 for c C do // multiplications restantes
20 S S\c ; // duplique S, enlve c
21 C C\{c} ; // duplicate C, remove c
22 for ci C do // rduction de lespace des solutions
23 if c ci 6= then
24 C C\{ci } ; // enlve les squences invalides
25 R R {c} ; // duplique R, ajoute c

26 return SCRIPT_ SOLVER(C, S, R, Q) ; // appel recursif
26 reprsentent la boucle logique principale. Les lignes 4 12 reprsentent

la terminaison logique de la rcursion. Si lensemble C est vide, sil contient
seulement un lment, ou si lintersection entre chacun de ses lments est gale
un ensemble vide, alors lalgorithme se termine. Les termes non utiliss de S
sont ajouts la solution potentielle (ligne 9), et si cette solution potentielle na
pas t dj trouve, elle est ajoute lensemble des solutions possibles (ligne
11). Dans la boucle logique principale lespace des solutions est rduit (lignes
14 18) en ajoutant tous les membres qui nont pas de smes en commun
lensemble des solutions potentielles, et en les enlevant de lensemble des termes

considrer. Les lignes 19 25 tablissent de nouvelles variables bases sur le
reste de lespace des solutions et font un appel rcursif pour les traiter la ligne
26.
La complexit spatio-temporelle de lalgorithme 4.4 est proportionnelle :
k=n/2
Y
lp (n 2k + 2) (4.1)
k=1
o l est la longueur des squences dinput, n est la taille de lensemble dinput

C (cardinal de C), et p est la taille moyenne des lments de C.
4.3 Du Script vers le Rhizome

Etant donn une expression Script en input, lalgorithme 4.5 cre un rhizome
(un graphe dont les artes sont tiquetes). On notera que lalgorithme 4.5
appelle lalgorithme 4.6 qui, en retour, appelle lalgorithme 4.5. Jai spar la
construction de rhizome en deux algorithmes distincts seule fin daugmenter
la lisibilit du processus dans son ensemble. Les sections suivantes dcrivent ce
processus en dtail.
La complexit des algorithmes 4.5 et 4.6 nest pas analyse sparment puis-
quils forment un seul processus. Ces deux algorithmes accomplissent ensemble
la fonction suivante : lexpression Script en input est analyse afin de dtecter
les relations additives et multiplicatives ; au fur et mesure du progrs de lana-
lyse, un arbre est construit, pourvu dune certaine profondeur et dune certaine
largeur. La profondeur de larbre dpend du nombre de couches et la largeur de
larbre dpend du nombre moyen de relations additives nA sur chaque couche.
De plus, la complexit de lalgorithme 4.6 dpend de la longueur moyenne de
lexpression Script lA , du nombre moyen des expansions de caractre et de la
complexit de lalgorithme 4.1. En tout et pour tout, la complexit est propor-
tionnelle K nA lA eA CSCRIP T _GEN ERAT OR , o K est un scalaire qui
rend compte de toutes les vrifications dappartenance la liste et des fonc-
tions globales, tandis que CSCRIP T _GEN ERAT OR reprsente la complexit de
lalgorithme 4.1.
4.3.1 Lalgorithme RHIZOME

Lalgorithme 4.5 est utilis sans aucun rglage spcial (voir la section 4.1.2)
pour obtenir un rhizome. Le but de cet algorithme est de trouver toutes les re-
lations additives et multiplicatives et didentifier toutes les squences analyser
par lalgorithme 4.6.
Les lignes 3 6 sont les conditions de terminaison pour lalgorithme. Le script
dinput est alors analys pour dterminer sa structure. Ou bien il ny a pas de
relations additives la couche du script, ou bien il y a une ou plus relations
additives. Dans le second cas, les relations additives sont ajoutes au rhizome
(lignes 20 21) et lon fait un appel rcursif pour analyser son tour chaque
variable additive (lignes 22 23), ce qui dclenche la boucle logique la ligne
8. Les lignes 8 18 accomplissent de nombreuses tches, y compris lanalyse
des bulbes et des relations multiplicatives. La ligne 9 dclenche lalgorithme
4.6 qui est dcrit la section 4.3.2. La structure du script est alors analyse
pour dtecter les relations multiplicatives (ligne 10). Sil ny a pas de relations
multiplicatives, lanalyse prend fin et lalgorithme est termin. Si une relation
multiplicative a t trouve, elle est ajoute au rhizome (lignes 12 16). On fait
un appel rcursif pour analyser chaque variable multiplicative son tour (lignes
17 18).
Algorithme 4.5: Algorithme RHIZOME

input : (s) o s est une expression Script
output : variable globale mise jour G = (V, E)
1 A, B ; // ensemble dexpressions Script
2 begin
3 if Layer(s) < MinLayer then
4 return ; // fin de lanalyse
5 if s Terms RestrictedScript then
6 return ; // fin de lanalyse
7 A Parse(s, ) ; // relations additives
8 if |A| = 0 then
9 SCRIPT_DECOMPRESSOR(s) ; // analyse de bulbe
10 B Parse(s, ) ; // relations multiplicatives
11 if |B| > 0 then
12 if B RestrictedScript = then
+
13 G(V, E) MultiplicationOrder(s, B)
14 if MultSym then
15 if v G = (V, E) | v = RoleInterversion(s) then
+
16 G(V, E) MultiplicationSymmetry(s, {v})
17 for b B do
18 RHIZOME(b) ; // analyse des couches infrieures
19 else
20 if A RestrictedScript = then
+
21 G(V, E) AdditionRelations(s, A)
22 for a A do
23 RHIZOME(a)
4.3.2 Lalgorithme SCRIPT_DECOMPRESSOR

Bas sur la dcomposition de caractres, lalgorithme 4.6 cre de nouvelles
expressions Script partir de lexpression Script dinput et ajoute des rela-
tions additives entre les nouvelles expressions Script. Chaque nouvelle expression
Script devient un input de lalgorithme 4.5 qui va lanalyser.
Algorithme 4.6: Algorithme SCRIPT_DECOMPRESSOR

output : variable globale mise jour G = (V, E)
1 A ; // structure de donnes de type Chars
2 B ; // ensemble dexpressions Script
3 C ; // ensemble de squences
4 begin
5 A Parse(s, )
6 for 0 i < |A| do
7 B
8 C Expand(A[i])
9 for 0 j < |C| do
10 A A
11 C[j]
A[i]
+
12 B SCRIPT_GENERATOR(CreateAlgebraic(A))
13 if |B| > 0 then
14 if B RestrictedScript = then
+
15 G(V, E) AdditionRelations(s, B)
16 for b B do
17 RHIZOME(b)
Le script dinput est analys pour dterminer tous les caractres de couche
0, qui sont enregistrs dans la structure de donnes Chars (ligne 5). Chaque
caractre est alors analys son tour (lignes 6 17). Chaque caractre est d-
compress (ligne 8) et les caractres dcompresss remplacent les caractres
partir desquels ils ont t obtenus (lignes 10 11). Une expression Script valide
est rgnre partir de lexpression Script modifie (qui peut tre invalide) et
enregistre dans une variable temporaire B (ligne 12). Si B ne contient aucun
membre, lanalyse sarrte et lalgorithme se termine. Sinon, des relations ad-
ditives entre les Scripts modifis sont ajoutes au rhizome (ligne 15) et on fait
appel lalgorithme 4.5 (ligne 17).
4.3.3 Construction de cls

Les algorithmes 4.5 et 4.6 sont utiliss avec les rglages suivants pour obtenir
des cls :
1. le rglage du paramtre MinLayer Ln 1 va limiter lanalyse au calcul

des relations dordre et de symtrie additive pour la couche Ln et les
relations dordre multiplicatif pour la couche Ln 1. Les lignes 3 4 de
lalgorithme 4.5 dpendent de ce rglage;
2. le rglage du paramtre MultSym logiquement f aux, va dsactiver la
cration des relations de symtrie multiplicative. Cette caractristique
est contrle par les lignes 14 16 de lalgorithme 4.5;
3. le rglage du paramtre MultOrd lune des valeurs permises va contrler
les relations dordre multiplicatif qui seront cres (voir la section 4.1.3,
en particulier la fonction MultiplicationOrder);
4. le paramtre RestrictedScript dfinit une liste de scripts restreints.
Les scripts qui appartiennent cette liste ne doivent pas tre analyss.
Les lignes 5, 12, 20 de lalgorithme 4.5 et la ligne 14 et de lalgorithme
4.6 contrlent cette caractristique.
4.4 Du Rhizome vers la Sphre smantique

La typologie des mots, des clauses et des phrases, ainsi que les constructions
non-grammaticales ont t expliques plus haut en 3.2.8. Etant donne une
expression du Script dIEML s, lalgorithme 4.7 est utilis pour gnrer toutes les
clauses et toutes les phrases. Lalgorithme 4.7 dlgue les calculs aux algorithmes
4.5, 4.8, 4.9 et 4.10. La complexit de lalgorithme 4.7 est donc proportionnelle
la complexit des algorithmes sous-jacents. Lalgorithme 4.7 utilise lalgorithme
4.5 avec le rglage suivant :
le paramtre Terms dfinit une liste dexpressions Script. Chaque script
qui appartient cette liste ne doit pas tre analys. Les lignes 5 6 de
lalgorithme 4.5 dpendent de ce rglage du paramtre Terms.
Algorithme 4.7: Algorithme ENUNCIATION

output : Variables globales G = (V, E), W 0 , W 00 , C 1 , C k+1 et P k
1 begin
2 G = RHIZOME(s) ; // calcule G = (V, E)
3 WORDS(G) ; // calcule W0 et W00
4 CLAUSE(G) ; // calcule C1
5 PHRASE(G) ; // calcule Ck+1 et Pk
Les sections qui suivent dcrivent les algorithmes 4.8, 4.9 et 4.10. Pour une
description de lalgorithme 4.5, on se rfrera la section 4.3.
4.4.1 Lalgorithme WORDS

Lalgorithme 4.8 traverse le rhizome afin de dtecter des mots (words en
anglais). Il y a deux types de mots, enregistrs dans W0 et W00 , qui diffrent par
le type de relations auxquels ils participent et par leur pattern dexpression. La

traverse de rhizome elle-mme est implment dans lalgorithme 4.11 (lignes
2 et 4). Les rsultats de la traverse sont alors transforms par une fonction
globale aux lignes 3 et 5. La complexit de cet algorithme est directement pro-
portionnelle la complexit de lalgorithme 4.11.
Algorithme 4.8: Algorithme WORDS

input : (G) o G est un graphe G = (V, E A E B E C E D )
output : Variables globales W 0 et W 00
1 begin
2 TRAVERSE(G, V , E A , E B , W 0 , Terms) ; // traverse le graphe
3 W 0 {w W 0 | DetType(w)} ; // transforme le rsultat
4 TRAVERSE(G, Pattern(SES), E C , E D , W 00 , Terms)
5 W 00 {w W 00 | DetType(w)} ; // transforme le rsultat
4.4.2 Lalgorithme CLAUSE

Le but de lalgorithme 4.9 est de trouver toutes les clauses de couche 1. La
chose est accomplie en considrant diffrents points de dpart pour la traverse
du rhizome (ou bien des membres de Terms ou bien des membres de W0 W 00 ), et
en cherchant les scripts qui se conforment un pattern particulier (en fournissant
diffrents modles pour la fonction Pattern) aux lignes 2 et 3. La complexit de
cet algorithme est directement proportionnelle la complexit de lalgorithme
4.11.
Algorithme 4.9: Algorithme CLAUSE

output : Variable globale C 1
1 begin
2 TRAVERSE(G, Pattern(SES | SEE), E C , E D , C 1 , Terms)
3 TRAVERSE(G, Pattern(clause), E C , E D , C 1 , W 0 W 00 )
4.4.3 Lalgorithme PHRASE

Le but de lalgorithme 4.10 est de trouver toutes les clauses de couche 2 et
au-dessus, ainsi que toutes les phrases de couche 1 et au-dessus.
Lalgorithme 4.10 calcule toutes les phrases (ligne 3), tandis que la ligne 5
calcule toutes les clauses de couche 2 et au-dessus. La logique de cet algorithme
est trs semblable celle de lalgorithme 4.11. Sa complexit spatio-temporelle
est un multiple scalaire (proportionnel au nombre de couches) de la complexit
de lalgorithme 4.11.
C1
SEE EEE SES
SES EEE SEE
SES EEE SES
SES EEE EEE
S S SES
S SES S
S SES SES
SES S S
SES S SES
SES SES S
SES SES SES
Tableau 4.3. Modle (template) de la fonction Pattern pour le

paramtre C1
Algorithme 4.10: Algorithme PHRASE

output : Variables globales C k+1 et P k
1 begin
2 for 1 i 6 do
3 TRAVERSE(G, V , E A , E B , P i , C i )
4 if i < 6 then
5 TRAVERSE(G, Pattern(SSS | SES | SEE), E C , E D , C i+1 , P i )
4.4.4 Lalgorithme TRAVERSE

Lalgorithme 4.11 est un algorithme auxiliaire gnrique, dont le rle est de
traverser un graphe et de grouper les sommets qui se conforment certains
critres. Cette opration revient plusieurs fois dans le processus de transcodage
et cest pourquoi il est utile de labstraire afin de rendre les algorithmes 4.8, 4.9
et 4.10 plus lisibles.
Lalgorithme 4.11 fonctionne pour tous les membres w de lensemble Aw
(ligne 2). Les variables locales Vr et VAwq sont initialises respectivement avec
tous les sommets du graphe dont les relations avec w sont contenues dans Ar ,
et avec tous les sommets du graphe qui ne sont pas prsents dans As et dont
la relation avec w est contenue dans Aq (lignes 3 et 4). Lalgorithme commence
Algorithme 4.11: Algorithme TRAVERSE

input : (G, Ap , Aq , Ar , As , Aw ) o G est un graphe G = (V, E) et Ap ,
Aq , Ar , As , Aw sont des ensembles
output : variable mise jour pointe par As
1 begin
2 for w Aw do
3 Vr {v V | {w, v} Ar } ; // sous-ensemble de V
4 VAwq {v V | v / As (v, w) Aq } ; // sous-ensemble de
V
w
5 for vA q
VAwq do
6 Vq {v V | (vA w
q
, v) Aq } ; // sous-ensemble de V
7 if Vq Vr Aw then
w
8 if vA q
Ap then
+ w
9 As vA q
son itration sur tous les membres de VAwq (ligne 5). Une variable locale Vq
enregistre tous les sommets du graphe dont les relations avec vA w
q
sont contenues
dans Aq (ligne 6). A ltape finale, lalgorithme enregistre une variable vAw
q
dans
lensemble As si lensemble Vq Vr est un sous-ensemble de lensemble Aw et si
la variable vA
w
q
appartient lensemble Ap (lignes 7 9).
Puisquil sagit dun algorithme gnrique, les contraintes suivantes doivent
tre respectes :
1. les membres de Vq , Vr , Aw , Ap et As sont du mme type que vA w
q
;
2. les membres deAr sont des ensembles;
3. les membres de Aq sont des paires ordonnes.
Nous sommes ici dans le contexte du processus de transcodage. Cela signifie que
les membres des variables dans la premire contrainte sont des sommets. Les
membres de la variable de la seconde contrainte sont des relations de symtrie
additive ou multiplicative (artes du graphe). Finalement les membres de la
variable de la troisime contrainte sont des relations dordre multiplicatif ou
additif, qui sont reprsentes par des artes orientes puisquelles dnotent des
relations parent-enfant.
Considrons par exemple le sommet E dans la figure 4.1. Etant donn un
graphe :
G = (Aw , Ar Aq ) (4.2)
o :
Aw = {A, B, C, D, E, F } (4.3)
Ar = {{C, D}, {C, E}, {D, E}, {E, F }} (4.4)

ordre additif
symtrie additive A B
C E F
Figure 4.1. Relations dordre et de symtrie additives
Aq = {(A, C), (A, D), (A, E), (B, E), (B, F )} (4.5)
et As = , Ap = Aw .
Lexcution de lalgorithme 4.11 donne le rsultat suivant : Vr = C, D, F
(ligne 3), VAwq = A, B (ligne 4). Nous avons maintenant 2 cas considrer :
dans le premier cas, vA w
q
= A, Vq = C, D, E, les conditions sur les lignes 7 et 8
sont respectes, et nous enregistrons A dans As ; dans le second cas, vA w
q
= B,
Vq = E, F , les conditions sur les lignes 7 et 8 sont respectes, et nous enregistrons
B dans As . Si cependant F ntait pas contenu dans Aw , ce serait A et non B
qui serait enregistr dans As .
Supposons que les ensembles soient implments comme des tables de ha-
chage, la complexit temporelle de lalgorithme 4.11 est :
T1 = |VAwq | ((min(|Aq |, |V |) + min(|Vq |, |Vr |, |Aw |)) (4.6)

pour les lignes 5 9, et :
T2 = |Aw | (min(|Ar |, |V |) + min(|Aq |, |V |) + T1 ) (4.7)

pour la totalit. Notons que |...| reprsente la taille dun ensemble particulier.
Une limite suprieure pour cette quation est donne par |V |3 lorsque V devient
grand. La complexit de lespace est alors proportionnelle |V |.
4.4.5 Lalgorithme SEMANTIC_NETWORK

Lalgorithme 4.12 cre les structures de donnes ncessaires la reprsen-
tation du rseau smantique sous forme visuelle. Ces structures de donnes
contiennent les lments suivant :
- une reprsentation de chaque terme dans une langue naturelle slectionne
par lintermdiaire dun dictionnaire spcifi (ligne 3),
- trois graphes qui dfinissent respectivement les relations entre termes, les
relations entre graphes (lignes 9 et 14) et finalement un graphe qui peut tre
disjoint (ligne 17).
Algorithme 4.12: Algorithme SEMANTIC_NETWORK

input : (T ) o T est le "mapping" en langue naturelle
output : variables globales GSEM (V, E), G
SEM (V, E), G SEM (V, E)
1 begin
2 for t Terms do // tous les terms
+
3 HN AT {t, Translate(t, T )} ; // mapping des termes vers
le langage
4 for w W 0 do
+
5 GSEM Clique(w) ; // Graphe complet de w
00
6 for w W do
7 v {wsub , wmod } ; // sommet
8 e {(wsub , wmod )} ; // arte
+
SEM (V, E)
9 G (v, e)
S6 i
10 for c i=0 C do
11 v {wsub , watt } ; // sommet
12 e {(wsub , watt )} ; // arte
+
13 e (wmod ) ; // tiquette darte
+
SEM (V, E)
14 G (v, e)
15 for p {P i | 1 i 6} do
16 for c p do
+
17 G SEM (p) G(c)
Ces structures de donnes dfinissent linformation ncessaire et suffisante

pour reprsenter un rseau smantique.
La ligne 5 ajoute les sommets et les artes reprsentant un graphe complet
entre toutes les squences en relation de symtrie additive. La ligne 9 ajoute les
sommets et les artes, la ligne 14 ajoute les sommets et les artes tiquetes, les
sommets tant les smes substance et attributs dune squence et ltiquette de
larte est le mode de la squence (si le sme en rle de mode est vide, il peut
alors tre omis). Finalement, la ligne 17 regroupe des graphes spcifiques.
Chapitre 5
Formalisation mathmatique
Nul nentre ici sil nest gomtre. Platon
5.1 Introduction
Ce chapitre prsente les aspects mathmatiques du mtalangage de lcono-
mie de linformation.
Le modle formel du langage IEML et de ses variables smantiques est expos
dans la section 5.2. Je montre quIEML est un langage rgulier, une classe de
langages qui est extrmement efficace pour les calculs impliquant la rptition
et le squenage et qui est en outre reconnue par des machines tats finis.
La notion de structure de groupe est lie au concept mathmatique de sym-
trie, qui peut tre compris comme une invariance par transformation. Ltude
des symtries permet la reconnaissance de similarits et le reprage des propri-
ts des lments qui ne changent pas malgr leurs transformations. Je montre
dans la section 5.3 que les structures de groupes et danneaux sont inhrentes au
langage IEML et que le langage IEML peut lui-mme tre considr comme une
catgorie, cest--dire un mta-groupe de transformations dans le vocabulaire
technique des mathmatiques.
Dans la section 5.4, je considre la calculabilit des transformations appli-
ques aux expressions du langage IEML. En utilisant les machines tat fini
comme modle de calcul sous-jacent, je montre que les transformations dfinies
sur les expressions du langage IEML sont calculables.
Alors que le langage IEML est utilis pour crer des expressions, les graphes
smantiques reprsentent les relations smantiques qui entretissent les expres-
sions dIEML. Le modle des relations entre expressions IEML est prsent dans
la section 5.5.
Les circuits smantiques rsultent de la combinaison de plusieurs graphes
smantiques. Dans la section 5.6, je montre que les circuits smantiques forment
96 Formalisation mathmatique
un groupode, et je prsente des algorithmes pour des fonctions applicables

ces circuits.
Finalement, ce chapitre se termine sur la section 5.7 qui contient la descrip-
tion de mthodes, empruntes la thorie spectrale des graphes, pour calculer
des distances smantiques dans et entre les circuits smantiques.
Je voudrais remercier Andrew Roczniak, PhD, qui ma aid pendant prs de
dix annes formaliser IEML et ses circuits ainsi que Nick Soveiko, PhD, qui a
relu la version finale de ce chapitre mathmatique et a propos lutilisation des
espaces propres de graphes pour calculer des similarits entre circuits sman-
tiques. Je suis nanmoins le seul responsable de toute erreur ou incohrence que
le lecteur attentif pourrait dcouvrir.
5.2 Le langage rgulier IEML

5.2.1 Modle du langage
est un ensemble de symboles fini et non-vide tel que = {S, B, T, U, A, E}.
Considrons une chane s qui soit une squence finie de symboles de . La
longueur de cette chane est dnote par |s|. Une chane vide est une chane
avec zro occurrence de symboles et sa longueur est || = 0. Lensemble de toutes
les chanes de longueur k qui sont composes avec des symboles de est dfinie
comme k , {s o` u |s| = k}. Lensemble de toutes les chanes tires de est
dfini comme :
, 0 1 . . . (5.1)
Le langage IEML sur est un sous-ensemble de , LIEM L o L = 6:

LIEM L , s | 0 l L, |s| = 3l (5.2)

Proposition 5.1. Le langage IEML donn dans lquation 5.2 est un langage
rgulier [KLE 1956].
Dmonstration. Considrons la dfinition des langages rguliers :

L = {} et L = {} sont des langages rguliers,
L = { | } sont des langages rguliers,
si L1 et L2 sont des langages rguliers, alors L1 L2 et L1 L2 (conca-
tnation) le sont aussi.
Puisque LIEM L peut tre construit partir de son alphabet ={S, B, T, U, A, E}
et en utilisant seulement des propositions issues de la dfinition qui vient dtre
donne, cest un langage rgulier.
Notons que chaque chane appartenant au langage LIEM L peut aussi tre
obtenue partir de lalphabet par lapplication de la fonction de triplication.
Lopration de concatnation prend deux chanes et en produit une troisime
qui est compose des symboles de la premire chane suivis des symboles de
la seconde chane. La fonction de triplication en IEML est une spcialisation
de lopration de concatnation, dans laquelle trois chanes (a, b, c) de mme

longueur appartenant LIEM L sont concatnes et o la longueur de chaque
chane est au maximum 3L1 :
ft (a, b, c) , (abc | |a| 3L1 |a| = |b| = |c| a, b, c LIEM L ) (5.3)
Comme je lai dit en introduction de ce chapitre, les langages rguliers re-

prsentent une classe de langages qui est extrmement efficace pour les calculs
impliquant la rptition et le squenage. Les langages rguliers sont en outre
reconnus par les machines tats finis, qui sont discutes la section 5.4.
5.2.2 Modle des squences smantiques

Dfinition 5.2. Une chane s est une squence smantique si et seulement si
s LIEM L .
Sauf mention spciale, squence et squence smantique sont utili-
ses de manire interchangeable dans la suite de ce texte mathmatique. Pour
dnoter le pn i`
eme symbole dune squence s, jutilise lexposant n pour lequel
1 n 3l et jcris sn . Notons que pour chaque squence s de couche l, sn
nest pas dfini pour tout n > 3l 1 . Deux squences smantiques sont distinctes
si et seulement si les conditions suivantes sont remplies : a) leurs couches sont
diffrentes, b) elles sont composes de caractres diffrents, c) leurs caractres
ne suivent pas le mme ordre : quel que soit sa et sb ,
sa = sb n, sna = snb |sa | = |sb | (5.4)
Considrons maintenant les relations binaires entre squences smantiques

en gnral. Elles sont obtenues en effectuant un produit cartsien de deux en-
sembles 2 . Pour chaque ensemble de squences smantiques X, Y o sa X,
sb Y et en utilisant lquation 5.4, nous dfinissons quatre relations binaires
tout X Y , substance X Y , attribut X Y et mode X Y comme
suit :
tout , {(sa , sb ) | sa = sb } (5.5)
substance , {(sa , sb ) | 1 n |sb |, sna = snb |sa | = 3|sb |} (5.6)
attribut , {(sa , sb ) | 1 n |sb |, sn+|s

a
b|
= snb |sa | = 3|sb |} (5.7)
mode , {(sa , sb ) | 1 n |sb |, sn+2|s

a
b|
= snb |sa | = 3|sb |} (5.8)
1. Sur la notion de couche, voir la sous-section 5.2.3.
2. Un produit cartsien de deux ensembles X et Y scrit de la manire suivante : X Y =
{(x, y) | x X, y Y }.
Lquation 5.5 tablit que deux squences smantiques gales sont en relation
de tout (on peut aussi crire sb tout sa ). Les quations 5.6, 5.7 et 5.8 tablissent
que deux squences smantiques qui partagent des sous-squences spcifiques
peuvent tre en relation de substance, attribut ou mode. Quelles que soient
sa et sb , si elles sont dans une des relations dfinies plus haut, alors nous disons
que sb joue un rle eu gard sa et nous appelons sb un sme de la squence
sa :
Dfinition 5.3. Quelles que soient les squences smantiques sa et sb , si un

tuple (sa , sb ) tout substance attribute mode, alors sb joue un rle
dans sa et sb est appel un sme.
Nous pouvons maintenant regrouper les squences smantiques en ensembles.

Un regroupement particulirement utile est bas sur la couche (ou la longueur)
de ces squences, tel que discut dans la sous-section 5.2.3 qui suit.
5.2.3 Modle des catgories smantiques

Une catgorie de LIEM L de couche l, est un sous-ensemble de LIEM L tel que
toutes les squences smantiques de ce sous-ensemble ont la mme longueur :
cl , s | s LIEM L |s| = 3l (5.9)

Dfinition 5.4. Une catgorie smantique c est un ensemble contenant des

squences smantiques de mme couche.
Sauf prcision particulire catgorie et catgorie smantique sont uti-

lises de manire interchangeable dans la suite de ce texte. La couche de chaque
catgorie c est exactement la mme que la couche des squences smantiques
inclues dans cette catgorie. Lensemble de toutes les catgories de couche L est
dfinie comme lensemble des parties 3 de lensemble de toutes les squences de
couche L de LIEM L :
CL , P({cL }) (5.10)
Deux catgories sont distinctes si et seulement si elles diffrent dau moins
un lment. Quelles que soient ca et cb :
ca = cb ca cb cb ca (5.11)
Une condition plus faible peut tre appliques aux catgories de couches dis-
tinctes (puisque deux catgories sont diffrentes si leurs couches sont diffrentes)
et scrit ainsi :
`(ca ) 6= `(cb ) = ca 6= cb (5.12)
o `() dnote la couche dune catgorie.
3. Lensemble des parties de S est lensemble de tous les sous-ensembles de S, y compris
lensemble vide .
De manire analogue aux squences, considrons des relations binaires entre

des catgories ci et cj pour qui `(ci ), `(cj ) 1. Quelles que soient les catgories
X, Y dans lesquelles ca X, cb Y et en utilisant les quations 5.11, 5.6, 5.7
et 5.8, nous dfinissons quatre relations binaires toutC X Y , substanceC
X Y , attributC X Y et modeC X Y comme suit :
toutC , {(ca , cb ) | ca = cb } (5.13)
substanceC , {(ca , cb ) | sa ca , sb cb , (sa , sb ) substance} (5.14)

attributC , {(ca , cb ) | sa ca , sb cb , (sa , sb ) attribut} (5.15)
modeC , {(ca , cb ) | sa ca , sb cb , (sa , sb ) mode} (5.16)
Quelles que soient les deux catgories ca , cb , si elles sont ensemble dans une
des relations ci-dessus, alors nous disons que cb joue un rle par rapport ca et
cb est appel un sme de la catgorie ca :
Dfinition 5.5. Quelles que soient les catgories ca et cb , si (ca , cb ) toutC

substanceC attributC modeC , alors cb joue un rle eu gard ca et nous
appelons cb un sme de ca .
5.2.4 Langage des catgories

Les catgories seront habituellement gnres selon lapproche suivante. Pre-
nons dabord lensemble des parties de (lensemble de tous les sous-ensembles
de , incluant lensemble vide ). Nous le reprsentons par : IEM L , P().
IEM L contient des ensembles tels que {S}, {A}, {U, A}, {E}, {S, B, T }, {}.
Notons que lordre lintrieur des membres de lensemble IEM L nest pas
pertinent. Par exemple, les symboles {U, A} et {A, U } sont considrs comme
identiques. IEM L est lensemble de tous les caractres smantiques IEML.
Nous dfinissons le langage des catgories comme le langage utilisant lalphabet
suivant :
, IEM L \{}
(5.17)
Soit s une chane finie de symboles choisis dans . La longueur de cette
chane est note par |s|. Une chane vide est une chane avec zro occurrence
de symboles et sa longueur est : || = 0. Lensemble de toutes les chanes de
longueur k composes de symboles de est dfini comme k , {s : |s| = k}.
Lensemble de toutes les chanes prises sur se dfinit ainsi :

0
cat , 1 . . . (5.18)
Le langage des catgories pris sur
est un sous-ensemble cat , Lcat cat
o L = 6 :
Lcat , s cat | 0 l L, |s| = 3l (5.19)

Les squences dIEML sont obtenues partir de nimporte quelle squence

de s Lcat en effectuant un produit cartsien entre les symboles de la squence
s du langage des catgories. Par exemple, la squence {S, B, T }{U, A}{E} du
langage des catgories donne lensemble des squences IEML qui suit : {SU E,
SAE, BU E, BAE, T U E, T AE}.
5.2.5 Types de catgories smantiques

Introduisons maintenant certains types de catgories :
Dfinition 5.6. Une catgorie c de couche l est singulire aux conditions sui-
vantes : |c| = 1 et la squence s c est compose de symboles sn o sn
|sn | = 1 pour 1 n 3l .
Toutes les catgories qui ne sont pas singulires sont plurielles.
Dfinition 5.7. Une catgorie c de couche l est simple aux conditions sui-
pour
vantes : |c| = 1 et la squence s c est compose de symboles sn o sn
l
1n3.
Toutes les catgories qui ne sont pas simples sont complexes. Notons que
toutes les catgories singulires sont aussi simples, puisque
contient tous les
symboles qui ne contiennent quun seul membre ({S}, {B}, {T }, {U }, {A},
{E}).
5.2.6 Modle des Catsets et des USL

Un catset est un ensemble de catgories distinctes de mme couche :
Dfinition 5.8. Un catset est un ensemble contenant des catgories l =

{c | l(c) = l} tel que a, b l , a 6= b.
La couche dun catset 4 est donne par la couche de nimporte lequel de ses
membres : si une c , alors `() = `(c). Un USL est compos dun ensemble
dau maximum sept catsets de couches diffrentes :
Dfinition 5.9. Un USL u est un ensemble contenant des catsets de diffrentes

couches : u = {} tel que a, b u, l(a) 6= l(b).
Il faut noter que puisquil a 7 couches distinctes, un USL peut avoir au plus
sept membres. Toutes les oprations ensemblistes standard sur les USL sont
toujours excutes sur des ensembles de catgories (et donc sur des ensembles
de squences), couche par couche.
4. Notez quune catgorie c peut tre crite comme c CL , alors quun catset peut tre
crit comme CL .
5.3 Les proprits de symtrie dIEML

5.3.1 Gnralits
Le concept mathmatique de groupe se dfinit par un ensemble, une opration
binaire et des proprits de lopration applique aux membres de lensemble.
Lopration binaire ~ sur un ensemble S associe aux lments x et y de S
un troisime lment x ~ y de S. Les proprits sont lassociativit (x, y, z
S, (x ~ y) ~ z = x ~ (y ~ z)), lexistence dun lment neutre et lexistence dun
lment symtrique pour chacun des lments de lensemble.
Notons les lments neutre et inverse dun groupe S par x1 et x1 . Les
proprits fondamentales des groupes sont les suivantes.
Proposition 5.10. Un groupe (S, ~) a exactement un lment neutre x1 sa-

tisfaisant la condition suivante : x S, x ~ x1 = x1 ~ x = x.
Dmonstration. Supposons quun lment i S ait la proprit i ~ x = x, x

S. Nous avons alors i = i ~ x1 = x1 . De faon similaire, si i S a la proprit
x ~ i = x, x S, alors nous obtenons i = x1 ~ i = x1 .
Proposition 5.11. Un groupe (S, ~) a exactement un lment symtrique x1

pour tout x S.
Dmonstration. Il dcoule des proprits du groupe quil existe un lment

x1 S avec la proprit x~x1 = x1 ~x = x1 , x S. Si i S a la proprit
x ~ i = x1 , alors i = x1 ~ i = (x1 ~ x) ~ i = x1 ~ (x ~ i) = x1 ~ x1 = x1 .
De manire similaire, pour chaque lment ayant la proprit i ~ x = x1 , alors
i = x1 , ce qui implique que le symtrique de chaque x S est dtermin de
faon unique.
Proposition 5.12. Quels que soient les lments x, y dun groupe (S, ~), (x ~
y)1 = y 1 ~ x1 .
Dmonstration. Nous vrifions que (x~y)~(y 1 ~x1 ) = x~(y~(y 1 ~x1 )) =

x ~ (y ~ y 1 (~x1 )) = x ~ (x1 ~ x1 ) = x ~ x1 = x1 . Un rsultat similaire est
obtenu pour (y 1 ~ x1 ) ~ (x ~ y), ce qui implique que le symtrique de (x ~ y)
est y 1 ~ x1 .
La structure de groupe peut tre tendue en ajoutant des oprations, ce qui

mne une structure deux oprations appele un anneau ; ou en ajoutant des
proprits (par exemple, lajout de la commutativit - x ~ y = y ~ x, x, y S
- cre un groupe ablien). Enlever ou limiter certaines proprits mne des
structures plus simples appeles groupodes.
5.3.2 Catgories smantiques

Pour nimporte quelle catgorie c nous pouvons dfinir une fonction f de c
dans c, f : c c qui est injective, x, y c, f (x) = f (y) x = y et totale,
x c, f (x) c. Nous rassemblons toutes ces fonctions distinctes dans un

ensemble :
Fc = {fn | s c, i 6= j, fi (s) 6= fj (s)} (5.20)

Ces fonctions, dont le nombre est |c|!, reprsentent toutes les permutations
possibles de lensemble c. Quelles que soient deux fonctions fi ,fj Fc , loutput
de lune peut tre utilis comme input de lautre, le rsultat tant une compo-
sition de fonction : (fi fj )(s) , fi (fj (s)). A partir de cette composition, nous
pouvons considrer un groupe de symtrie [BUT 1991].
Proposition 5.13. Le groupe G = (Fc , ), dont lopration est la composition
de fonction, est un groupe de symtrie.
Dmonstration. Clture : il est clair que nimporte quelle application successive
de nimporte quelle fonction f Fc est une application injective de lensemble
c vers lensemble c. Puisque Fc contient toutes les fonctions injectives pour
lensemble c, alors fi fj = fk Fc .
Associativit : en utilisant la dfinition de la composition de fonctions,
fi , fj , fk Fc , ((fi fj ) fk )(s) = (fi (fj (fk (s)))). Dun autre ct, (fi (fj
fk ))(s) = (fi (fj (fk (s)))).
Elment neutre : soit f0 (s) = s, s c, il est clair que f0 Fc . Nous avons
maintenant (f0 fi )(s) = f0 (fi (s)) = fi (s) et, dun autre ct, (fi f0 )(s) =
fi (f0 (s)) = fi (s).
Symtrie : soit fi (s) = z, fi Fc , nous dfinissons fi1 (z) = s. Alors,
(fi fi1 )(z) = fi (fi1 (z)) = z = f0 (z) et, dun autre ct, (fi1 fi )(s) =
fi1 (fi (s)) = s = f0 (s). Puisque fi1 (z) est une fonction injective sur c, alors
fi1 (z) Fc .
5.3.3 Catsets et USL

A partir de la dfinition 5.8, un catset contient des catgories distinctes de
la mme couche. Puisque le langage LIEM L est fini, le nombre de catgories
distinctes de la mme couche est donn par le cardinal de lensemble CL . Nous
pouvons considrer CL comme un groupe et plus particulirement comme un
anneau [BUT 1991] :
Proposition 5.14. Le groupe G = (CL , , ) avec lopration ensembliste
diffrence symtrique () et lopration ensembliste intersection (), est un an-
neau.
Dmonstration. Le rsultat de la diffrence symtrique comprend les membres
qui sont dans lun des deux ensembles, mais pas dans les deux : pour les en-
sembles A et B, cela quivaut (A\B) (B\A). Ds lors, A, B, C CL le
groupe (CL , ) est un groupe Ablien puisque ci , cj CL , ci cj CL par
la dfinition de lensemble des parties (clture), (A B) C = A (B C)
par lassociativit de lopration union ensembliste (associativit), A B =
B A par la commutativit de lopration union ensembliste (commutativit),
c0 CL , ci CL , ci c0 = c0 ci = ci o c0 = (lment neutre),
c1
i CL , ci CL , ci c1
i = c1
i ci = c0 o ci
1
= ci (symtrie) .
Le groupe (CL , ) est un monode puisque ci , cj CL , ci cj CL par
la dfinition de lensemble des parties (clture), (A B) C = A (B C)
par lassociativit de lopration ensembliste intersection (associativit), c0
CL , ci CL , ci c0 = c0 ci = ci o c0 = (identit).
La multiplication se distribue sur lopration daddition : ci , cj , ck CL , ci
(cj ck ) = (ci cj ) (ci ck ) et (ci cj ) ck = (ci ck ) (cj ck ) par
distributivit de lintersection sur la diffrence symtrique.
A partir de la dfinition 5.9, un USL est un ensemble de catsets de diffrentes
couches. Puisqu chaque couche L il y a |CL | catsets distincts, la totalit de
lespace smantique est dfini par le produit :
USL = C0 C1 C2 C3 C4 C5 C6 (5.21)
En considrant USL comme un groupe, on obtient la proposition suivante :
Proposition 5.15. Le groupe GU SL = (USL, , ) avec les oprations diff-
rence symtrique () et intersection () appliques entre catgories de mme
couche, est un anneau [BUT 1991].
Dmonstration. La preuve est la mme que pour la proposition 5.14.
5.3.4 Symtries de transformation

Nous dcrivons des symtries de transformation en utilisant le concept ma-
thmatique de Catgorie 5 [ARZ 1999] :
C = (O, M, ) (5.22)
o O est une collection dobjets, M une collection de morphismes entre
deux membres de la collection dobjets, et une opration de composition bi-
naire entre morphismes compatibles. La Catgorie C a les proprits suivantes :
a, b, c O, si u = (a b) M et v = (b c) M alors w = u v = (a
c) M ; u, v, w M , si (u v) w M alors (u v) w = u (v w) M ;
a O, ia M tel que u = (a b), ia u = u u ia = u.
5.3.4.1 Le langage IEML considr comme une Catgorie

Si nous considrons que les objets de la collection O sont des sous-ensembles
du langage LIEM L partir de lquation 5.2 par exemple, O = {oi | oi
LIEM L ; s oi , |s| = 3i ; 0 i 6} alors les morphismes sont donns par
M = {mi | mi = (oi oi+1 ); 0 i 5}. La fonction spcifique reprsente
par le morphisme est la fonction totale de triplication, ft : oi oi+1 dfinie
dans lquation 5.3.
5. Il faut bien distinguer le concept mathmatique de Catgorie (que je distingue ici par
une capitale en initiale) du concept de catgorie (ensemble de squences de mme couche) en
IEML.
5.3.4.2 Symtrie de permutation de rle

Dans lquation 5.22, la collection M contient aussi un automorphisme mr =
(oi oi ) reprsent par une opration de permutation unaire agissant sur les
rles des smes dune catgorie (voir la sous-section 5.2.3).
5.3.4.3 Symtrie de permutation de sme

Dans lquation 5.22, la collection M contient encore un automorphisme
ms = (oi oi ) reprsent par une opration de permutation binaire agissant
sur les smes des catgories jouant un rle donn (voir la sous-section 5.2.3).
5.4 La calculabilit des oprations smantiques

5.4.1 Gnralits
Pour dmontrer la calculabilit des transformations smantiques f : S S
o S reprsente les variables smantiques (catgories, catsets ou USL), nous
allons utiliser le formalisme des machines tats finis. Toutes les oprations
rsultant de transformations excutes sur les variables smantiques sont calcu-
lables selon les proprits des machines tats finis.
5.4.1.1 Machines tats finis

Une machine tats finis (MEF) peut tre dfinie [GIL 1962] comme suit :
Dfinition 5.16. (MEF) Une machine tats finis M est un systme synchrone
reprsent par un quintuple M = (, , Q, , ) avec un alphabet dentre fini
= {1 , . . . , i }, un alphabet de sortie fini = {1 , . . . , j }, un ensemble fini
dtats Q = {q1 , . . . , qn } et une paire de fonctions caractristiques et donnes
par qv+1 = (qv , v ), v = (qv , v ) o v , v , qv sont respectivement le symbole
dentre, le symbole de sortie et ltat de M v = 1, 2, . . .
Ainsi, lentre (input) de la machine est une squence de symboles 1 . . . k ,
et la sortie (output) de la machine est une squence de symboles 1 . . . k .
En gnral, les machines peuvent changer dtat mme sil ny a pas dentre,
elles peuvent avoir plusieurs tats de dpart et il peut ny avoir aucune, une ou
plusieurs rgles de transition excutables. Pour accommoder ces diffrences, une
fonction de transition est dfinie par n : Q P(Q), o la valeur retourne
est reprsente par un ensemble des parties de Q. La fonction doutput peut
tre dfinie de la mme manire par n : Q Q . Dans ces cas non
dterministes, une notation alternative convient mieux. Au lieu des fonctions n
et n , on utilise la relation de transition :
Dfinition 5.17. (NMEF) Une machine tats finis non dterministe M est
un sextuple M = (, , Q, Q0 , , F ) o est un alphabet dentre fini, est
un alphabet de sortie fini, Q est un ensemble fini dtats, Q0 Q sont les tats
initiaux de la machine, Q Q est la relation de transition et
Condition Rsultat
Etat Entre Etat Sortie
i i+1
q0 - q2 1
q1 - q0 0
q2 0 q3 0
q2 1 q1 0
q3 0 q0 0
q3 1 q1 0
Tableau 5.1. Reprsentation dune machine par une table de

transition
F reprsente la condition dacceptation (les tats terminaux) tant prcis que

F Q.
Chaque relation de transition (p, , , q) , ou arte de ltat p ltat
|
q, peut tre reprsente par p q, o et jouent respectivement le rle
dtiquette dentre et de sortie de larte. Etant donn un input et un tat
initial, la machine dcrira un chemin qui est une squence finie [BEA 2002] de
1 |1 2 |2 n |n
relations reprsentes par : q0 q1 q2 qn .
Les tiquettes dentre et de sortie du chemin sont respectivement in =
1 2 . . . n et out = 1 2 . . . n . La machine calcule alors la relation (in , out )
sur . Un chemin est appel russi sil part dun tat initial qs Q0 et
finit dans un tat qf qui remplit une condition dacceptation (un tat terminal),
habituellement dfini par qf F Q. On voit donc quen gnral, et par
contraste avec les machines dterministes, une machine non dterministe peut
avoir plusieurs chemins russis pour la mme tiquette dentre in , ce qui gnre
un ensemble de relations R = {(in , out ), (in , out ) . . . (in , out )}.
La description dune machine tats finis est donne dhabitude par une
table de transition (voir table 5.1) ou par un graphe de transition (voir figure
5.1) [HOL 1991] partir desquels on peut obtenir les fonctions et . Par
exemple, la mme machine peut tre reprsente par une table de transition
o les ranges sont un sous-ensemble des relations (Q Q ), ou par
un graphe de transition o les artes sont tiquetes par un sous-ensemble des
relations ( ).
5.4.1.2 Automates finis

Lautomate dterministe AD = (, Q, q0 , , F ) est une forme particulire de
la machine tats finis. Lquation ci-dessous dcrit la fonction de transition
Figure 5.1. Reprsentation dune machine par un graphe
tendue qui retourne un tat p quand elle part de nimporte quel tat q tant
donne une squence dinput valide quelconque w :
w) = p
(q, (5.23)
Cette fonction, o q Q et w , est dfinie pour tous les automates.

Ceci peut tre dmontr par induction sur la longueur de la chane dinput.
Base : on pose q = (q, ), ce qui nous assure quil ny a pas dtat de
transition quand il ny a pas dinput.
Induction : on reprsente lensemble w comme ua, o a est le dernier symbole
et u est la chane originale sans le dernier symbole. Alors :
ua) = ((q,
(q, u), a) (5.24)
Un langage 6 L de AD dnot L(AD ) [HOP 2001] est alors dfini par lqua-
tion qui suit :
0 , w) F }
L(AD ) = {w | (q (5.25)
Nous pouvons dfinir ltat dquivalence 7 dans les termes de lensemble F
et de lquation 5.23 comme suit. Deux tats p, q Q sont quivalents si et
s) F (q,
seulement si s , (p, s) F . En gnral, deux automates
sont quivalents si et seulement si L(Ai ) = L(Aj ), cest--dire L(Ai ) L(Aj ) et
6. Une expression rgulire peut aussi tre utilise pour spcifier tous les langages rguliers.
Il existe des procdures algorithmiques pour convertir une expression rgulire en automate
tats finis et vice versa.
7. Si R est une relation sur S S, alors :
- R est rflexif si (a, a) R a S,
- R est symtrique si (b, a) R alors (a, b) R,
- R est transitif si (a, b) R et (b, c) R alors (a, c) R.
Une relation dquivalence () est rflexive, symtrique et transitive. Les relations dqui-
valence donnent lieu des classes dquivalence qui contiennent tous les membres concerns
et eux seulement.
Opration Reprsentation
Union L(Ak ) = L(Ai ) L(Aj )
Intersection L(Ak ) = L(Ai ) L(Aj )
Diffrence L(Ak ) = L(Ai ) L(Aj )
Complment L(Ak ) = L(Aj )
Concatnation L(Ak ) = L(Ai )L(Aj )
Etoile de Kleene L(Ak ) = L(Ai )
Tableau 5.2. Oprations dont les rsultats sont des langages r-

guliers
L(Aj ) L(Ai ). Pour anticiper sur la suite, cette quivalence dtat nous fournit
une mthode pour dterminer si des USL sont quivalents.
Les langages accepts par les automates tats finis sont appels des lan-
gages rguliers. Etant donns deux langages L(Ai ) et L(Aj ), alors les oprations
montres dans la Table 5.2 ont pour rsultat dautres langages rguliers accep-
ts par un automate Ak [HEN 1968]. Ltoile de Kleene (ou fermeture itrative)
dun langage reprsente lensemble des chanes qui peuvent tre obtenues en
prenant nimporte quel nombre de chanes de symboles de ce langage et en les
concatnant.
5.4.1.3 Transducteurs tats finis

Selon le problme rsoudre, les transducteurs tats finis peuvent tre
interprts de plusieurs manires [ROC 1997].
On peut voir les transducteurs tats finis comme des automates tats
finis avec un alphabet = 1 2 , acceptant ou rejetant des chanes de paires
(a, b) o a 1 et b 2 . Cet automate est donn par A = (, Q, q0 , , F ) o
F Q reprsente une condition dacceptation cohrente avec le problme que
lon veut rsoudre et = {(p, (a, b), q) | (p, a, b, q) Q 1 2 Q} 8 .
On peut aussi considrer les transducteurs tats finis comme des traduc-
teurs quand on considre une classe dapplications de chanes dfinies sur
vers des ensembles de chanes P( ). Cette application est rationnelle si elle
peut tre ralise par un transducteur tats finis. En supposant que (q, )
puisse retourner un ensemble dtats et en utilisant :
(q, s0 ) = (q, )
(q, s) = ((q, ), s0 ) = s00 (5.26)
nous pouvons dfinir une transduction rationnelle t : P( ) telle que
(q0 , si ), si } et une fonction rationnelle si |t(si )| 1, si
t(si ) = {so |
(|t(s)| reprsente le nombre dapplications pour un input s.)

8. Ceci peut aussi tre vu comme une classe de graphes orients o les tats sont les
sommets et les artes tiquetes sont donnes par E Q 1 2 Q.
Finalement, un transducteur tats finis peut tre vu comme calculant des

relations entre des ensembles de chanes 9 . Par analogie avec les automates
tats finis qui nacceptent de langages que si et seulement si ces langages sont
rguliers, les transducteurs nacceptent (ne calculent) des relations que si et
seulement si ces relations sont rgulires.
Les relations rgulires sont dfinies comme : {} et {(ai , aj ) | ai , aj A}
[KAP 1994], o A est un automate et a sont des chanes. De plus, si Ra , Rb
et Rc sont des relations rgulires, alors les quations ci-dessous dcrivent aussi
des relations rgulires :
1. Ra Rb = {(ai bn , aj bm ) | (ai , aj ) Ra (bn , bm ) Rb } ;
2. Ra Rb = {(ri , rj ) | (ri , rj ) Ra (ri , rj ) Rb } ;
3. k
k=0 Rc = Rc Rc Rc Rc Rc Rc . . .
Les Rk reprsentent k concatnations de R. Donc, par dfinition les rela-
tions rgulires sont closes par rapport aux oprations de concatnation, dunion
et dtoile de Kleene. Les oprations sur les relations rgulires ayant pour
rsultat dautres relations rgulires sont prsentes dans le tableau 5.3. Par
contraste avec lopration intersection sur les langages rguliers, les relations
rgulires ne sont gnralement pas closes par rapport lintersection. Pour
utiliser un exemple souvent cit, deux relations rgulires 10 R1 = (an b , cn ) et
R2 = (a bn , cn ) mettent en relation un langage rgulier avec un autre langage
rgulier, tandis que R1 R2 = (an bn , cn ) met en relation un langage non-rgulier
avec un langage rgulier.
Si nous utilisons loutput dune machine comme linput dune autre, les ma-
chines sont alors connectes en srie (ou en cascade). Il est possible de com-
biner les diffrentes machines individuelles en une machine quivalente par
lopration de composition. En utilisant les dfinitions pour les machines
tats finis Mi = (, H, Qi , i , i ) et Mj = (H, , Qj , j , j ), nous obtenons
Mk = (, , Qi Qj , k , k ) o :
0 0 0 0
k ((p, q), ) = {(p , q ) | i (, p) = p , j (i (, p), q) = q }
(5.27)
k ((p, q), ) = { 0 | 0 = j (i (, p), q)}
Les chanes dinput LI (M ) = {s | (s, z) R(M )} et les chanes
doutput LO (M ) = {z | (s, z) R(M )} (et donc lautomate dinput et
doutput) peuvent tre retrouves partir du transducteur M par des oprations
de projection.
Nous pouvons aussi combiner des machines en parallle. En utilisant les dfi-
nitions des machines tats finis Mi = (, , Qi , i , i ) et Mj = (, , Qj , j , j ),
nous obtenons Mk = (, , Qi Qj , k , k ) o :
0 0 0 0
k ((p, q), ) = {(p , q ) | i (p, ) = p j (q, ) = q k ((p, q), )}
k ((p, q), ) = { 0 | i (p, ) = 0 j (q, ) = 0 }
(5.28)
9. Chaque sous-ensemble du produit cartsien (incluant lensemble vide) entre deux en-
sembles, A B = {(a, b) | a A, b B}, est une relation binaire sur A B.
10. Dans lquation qui suit le n en exposant note le nombre de rptitions dun symbole
donn, et note une rptition infinie dun symbole donn.
Opration Reprsentation
Union R(Mk ) = R(Mi ) R(Mj )
Complement Gnralement non clos
Diffrence Gnralement non clos
Concatnation R(Mk ) = R(Mi )R(Mj )
Etoile de Kleene R(Mk ) = R(Mi )
Intersection Gnralement non clos
Produit R(Mk ) = L(Ai ) L(Aj )
Composition R(Mk ) = R(Mi ) R(Mj )
Tableau 5.3. Oprations dont les rsultats sont des relations

rgulires
La connexion en parallle est associative et commutative. Elle est seulement

dfinie au cas o toutes les machines sont -free 11 . En pratique, le nombre
dtats rsultant est infrieur au produit du nombre dtats des machines qui
composent le montage en parallle puisque beaucoup de ces tats sont non-
dfinis ou inatteignables.
5.4.2 Transformations de catgories

Le but de cette sous-section est de montrer que chaque catgorie peut tre
transforme en une autre catgorie, y compris elle-mme. Nos entres et nos
sorties sont des langages rguliers (lensemble de toutes les chanes reconnues
par un automate tats finis). Lespace de toutes les combinaisons possibles est
constitu par lensemble des appariements entre chacune des entres possibles
et chacune des sorties possibles. Si lon prsente une machine nimporte quelle
paire de chanes dentr et de sortie et que cette machine finit par sarrter dans
un tat terminal (tat dacceptation), alors nous avons montr que nimporte
quelle catgorie peut effectivement tre transforme en nimporte quelle autre
catgorie.
La preuve que la transformation dune catgorie dans une autre est calculable
sappuie sur la construction dun transducteur appropri. Pour montrer que lon
peut crer un transducteur capable de reconnatre les relations L(A1 ) L(A2 ),
nous utilisons le raisonnement suivant : pour commencer, nous utilisons les
dfinitions de L(A1 ) et L(A2 ) pour dfinir le transducteur T . Nous montrons
alors que ce transducteur a la proprit dapparier chaque mot de L(A1 ) un
mot de L(A2 ). La chose est ralise en montrant que T atteint un tat terminal
11. Dans les machines qualifie d-free, toutes les transitions sont tiquetes par un symbole,
ce qui exclut les transitions fallacieuses.
si et seulement si les deux automates reprsentant L(A1 ) et L(A2 ) atteignent

aussi des tats finaux. Nous en concluons quil existe un transducteur T qui
calcule nimporte quelle paire input/output valide, moins que L(A1 ) ou L(A2 )
ne soient eux-mme mal dfinis.
Thorme 5.18. Etant donne une catgorie quelconque c 6= , il existe un

transducteur tats finis T qui lapplique un sous-ensemble de CL : c
CL T | c0 = T (c), c0 CL . La calculabilit de cette application suit directement
de lexistence du transducteur T .
Dmonstration. Nous reprsentons les catgories comme des langages (quation

5.25) et nous avons besoin de montrer que les relations L(A1 ) L(A2 ) sont re-
connues par un transducteur T . Dans ce cas, L(A1 ) est le langage de lautomate
A1 = (, Q1 , q1 , F1 , 1 ) qui reprsente la catgorie c et L(A2 ) est le langage de
lautomate A2 = (, Q2 , q2 , F2 , 2 ) qui reprsente la catgorie c0 . Le transduc-
teur est ainsi rgl : T = ( {} , Q1 Q2 , (q1 , q2 ), F1 F2 , T ). La fonction
de transition T est dfinie comme :
T ((q1 , q2 ), a, b) = 1 (q1 , a) 2 (q2 , b) (5.29)

o q1 Q1 ; q2 Q2 ; a, b {}. Il nous faut montrer que pour chaque
paire (u, v) o u, v , T se trouve dans un tat terminal (fn , fm ) F1 F2
si et seulement si A1 et A2 sont respectivement dans les tats terminaux fn et
fm . A cette fin, nous devons montrer la validit de lquation suivante :
T ((q1 , q2 ), x, y) = 1 (q1 , x) 2 (q2 , y) (5.30)

Par induction sur le nombre de transitions (ou sur la longueur de la chane
dinput si le transducteur est dterministe), nous avons :
Base : T ((q1 , q2 ), , ) = T ((q1 , q2 ), , ) = 1 (q1 , ) 2 (q2 , ) = 1 (q1 , )
2 (q2 , ).
Induction : T ((q1 , q2 ), ua, vb) = T (T ((q1 , q2 ), u, v), a, b) en utilisant lqua-
tion 5.24 ; T (T ((q1 , q2 ), u, v), a, b) = T (1 (q1 , u) 2 (q2 , v), a, b) est le pas
inductif de lquation 5.30 ; T (1 (q1 , u) 2 (q2 , v), a, b) = 1 (1 (q1 , u), a)
2 (2 (q2 , v), b) en utilisant lquation 5.29 ; et finalement,
1 (1 (q1 , u), a) 2 (2 (q2 , v), b) = 1 (q1 , ua) 2 (q2 , vb) (5.31)

en utilisant lquation 5.24. Le transducteur T est donc dans un tat terminal
(tat dacceptation) si et seulement si aussi bien A1 que A2 sont galement dans
des tats terminaux.
5.4.3 Transformations de catsets et dUSL

Puisque les catsets sont des ensembles de catgories et que les USL sont des
ensembles de catsets, nous pouvons utiliser le thorme 5.18 pour montrer que
les transformations de catsets et dUSL sont, elles aussi, calculables.
Thorme 5.19. tant donn un catset quelconque i 6= , il existe un trans-

ducteur tats finis T qui applique i un catset o . La calculabilit de cette
application suit directement de lexistence du transducteur T .
Dmonstration. La transformation dun catset i en un catset o implique que

chaque catgorie du catset ci i soit transforme en une catgorie co o .
A la fois ci et co reprsentent des langages,
Sm et nous pouvons reprsenter les
catsets en termes de langages : L = n=0, cn cn . On tablit que Li et
Lo sont les langages des catsets i et o respectivement, o aussi bien Li
que Lo sont des sous-ensembles de LIEM L par lquation 5.9, nous obtenons
dabord deux automates qui reconnaissent Li et Lo et nous suivons ensuite
le mme raisonnement que dans le thorme 5.18 pour montrer lexistence dun
transducteur T qui encode la relation entre Li et Lo .
Thorme 5.20. Etant donn un USL ui 6= , il existe un transducteur tats

fini T qui applique ui un USL uo . La calculabilit de cette application suit
directement de lexistence du transducteur T .
Dmonstration. Pour montrer lexistence dun transducteur T qui ralise lap-

plication uo = T (ui ), on utilise le thorme 5.19 : puisquun transducteur
qui effectue lapplication o = t(i ) existe pour chaque i ui et o uo ,
et que les transducteurs sont clos eu gard lopration union (voir la table
S6
5.3), alors T = n=0 tn , o tn est le transducteur qui effectue lapplication
no = tn (ni ).
5.4.4 Exemples doprations sur des catgories

Cette sous-section porte sur certaines oprations sur les catgories IEML.
Elle se fonde sur un rsultat dj obtenu, le thorme 5.18. Bien que ce thorme
nous assure quil existe une machine pour une opration particulire quelconque,
il ne donne pas le dtail de la manire de crer cette machine. Les exemples qui
suivent montrent des machines capables daccomplir une opration donne.
5.4.4.1 Lopration change de smes

La machine qui suit excute un simple change de smes sur une catgorie :
= = {s, b, t}
Q = {0, 1, 2, 3}
Q0 = {0} (5.32)
= {(0, s, s, 1), (1, b, t, 2), (2, t, b, 3)}
F = {3}
La machine dfinie par lquation 5.32 prend comme entre une catgorie {sbt}
et donne en sortie la catgorie {stb}. Cette machine est montre dans la figure
5.2.
s/s b/t t/b

0 1 2 3
Figure 5.2. Opration dchange de sme (attribut mode)

pour la catgorie {sbt}
s/s t/t
b/b
b/b
0 2 4
t/t
t/t
Figure 5.3. Opration Powerset pour la catgorie {s, b, t}
5.4.4.2 Lopration powerset

Nous pouvons aisment construire une machine tats finis pour reprsenter
la fonction Powerset dune catgorie en utilisant la dfinition 5.17 :
= = {s, b, t}
Q = {0, 1, 2, 3, 4}
Q0 = {0} (5.33)
= {(0, s, s, 1), (0, b, b, 2), (0, t, t, 3), (1, b, b, 2), (1, t, t, 4), (2, t, t, 4)}
F = {1, 2, 3, 4}
La machine dfinie par lquation 5.33 produit et reconnait lensemble suivant :

{{s}, {b}, {t}, {s, b}, {s, t}, {b, t}, {s, b, t}}. Elle est reprsente dans la figure 5.3.
Dans cette figure, ltat 0 est ltat de dpart et les doubles cercles reprsentent
les tats finaux - ou tats dacceptation. A titre dexemple, si linput de la
machine est s alors que la machine est dans ltat de dpart, la machine va
produire s en sortie et va passer ltat 1. Dans cet tat, elle accepte seulement
b et t ce qui fait passer la machine aux tats 2 et 4 respectivement. A ce point
la machine produit/reconnait lensemble suivant : {{s}, {s, b}, {s, t}}.
5.4.4.3 Lopration partition

Lopration partition requiert une oprande de base, une adresse de rle et
une oprande de partition. En termes mathmatiques, la base est un ensemble
S (possiblement un ensemble densembles), ladresse de rle indique sur quelle
partie s S seffectue la partition, et loprande de partition spcifie prcisment
f/s 2
f/b
f/t
0 3
f/u
f/a
4
Figure 5.4. Opration de partition pour la catgorie f =

{u, a, s, b, t}
la partition excuter. Cette opration applique des ensembles de couche l

des ensembles de couche l l
de telle sorte que o
S
l, S P s S s i p i
pi P et i pi = .
T
La machine tats finis qui reprsente cette opration est un transducteur
non-dterministe. Par exemple, une partition de la catgorie f = {u, a, s, b, t} est
lensemble {{s}, {b}, {t}, {u}, {a}} qui est reprsent par la machine suivante :
= {f }
= {s, b, t, u, a}
Q = {0, 1, 2, 3, 4, 5}
(5.34)
Q0 = {0}
= {(0, f, s, 1), (0, f, b, 2), (0, f, t, 3), (0, f, u, 4), (0, f, a, 5)}
F = {1, 2, 3, 4, 5}
La machine dfinie par lquation 5.34 produit/reconnait lensemble suivant

: {s, b, t, u, a}, comme on peut le voir sur la figure 5.4. Dans cette figure, ltat 0
est ltat de dpart et les doubles cercles reprsentent les tats finaux (ou tats
dacceptation). Si linput de la machine est F tandis que la machine est ltat
de dpart, la machine va produire {s, b, t, u, a} en sortie et va passer par les tats
1, 2, 3, 4, 5.
5.4.4.4 Lopration rotation

Lopration de rotation requiert une base, une adresse de rle et un rotor.
En termes mathmatiques, la base est un ensemble S, ladresse de rle dsigne
sur quelle partie de s S doit tre effectue la rotation, et le rotor prcise la
rotation excuter. Cette opration applique des ensembles de couche l des
ensembles de couche l + 1, S l P l .
2
t/t
b/s
s/s b/b t/t
0 1 3 5
b/t
t/t
4
Figure 5.5. Opration de Rotation pour la catgorie {sbt} avec

le rotor {{s}, {b}, {t}} et ladresse de rle attribut .
La machine tats finis qui reprsente cette opration est un transducteur

non-dterministe. Par exemple, si le rotor est donn par {{s}, {b}, {t}} et si
ladresse de rle est lattribut, alors la rotation de la catgorie {sbt} est len-
semble {{sst}, {sbt}, {stt}}. La machine qui suit reprsente cette rotation.
= = {s, b, t}
Q = {0, 1, 2, 3, 4, 5}
Q0 = {0}
= {(0, s, s, 1), (1, b, s, 2), (1, b, b, 3), (1, b, t, 4), (2, t, t, 5), (3, t, t, 5), (4, t, t, 5)}
F = {5}
(5.35)
Il faut noter que ladresse de rle va dcider o le non-dterminisme va avoir
lieu : dans lexemple en question, il sagit du second tat. La machine dfinie par
lquation 5.37 produit/reconnait lensemble : {sst, sbt, stt}, ainsi quon peut le
voir sur la figure 5.5. Dans cette figure, ltat 0 est ltat de dpart et le double
cercle reprsente ltat terminal (ltat dacceptation).
5.4.4.5 Lopration de supertriplication

Lopration de supertriplication est lunion de toutes les oprations de tri-
plication possibles (voir lquation 5.3). Une fois que des transducteurs pour
les oprations de triplication sont dfinis, on effectue une opration dunion sur
ces transducteurs, ce qui a pour rsultat un autre transducteur (les transduc-
teurs sont clos eu gard lopration dunion, comme nous lavons vu dans le
tableau 5.3) Lopration de supertriplication est donc aussi reprsente par un
transducteur (composite).
5.4.4.6 Oprations de superslection

Pour une couche donne, le fait dimposer un ordre particulier sur des en-
sembles de squences nous permet deffectuer une opration de superslection sur
ces ensembles. En termes mathmatiques, tant donn deux ensembles ordonns

A et B pour lesquels |A| = |B|, A B C, o cij C, ai cij bj cij .
Lopration de superslection produit une matrice IEML rgulire.
5.4.4.7 Lopration de concatnation de matrice

Les matrices peuvent tre concatnes. Cette concatnation rsulte de lunion
des ensembles reprsentant les matrices. Il faut noter quil sagit dune opra-
tion distincte de celle qui consiste raliser lunion des ensembles sous-jacents.
0 0 0
Supposons que A B C, A B C . Dans le premier cas nous avons
0 00 0 0
CC = C tandis que dans le second cas nous obtiendrions (AA )(BB ) =
0 0 0
C C A B A B.
5.5 Les relations smantiques

5.5.1 Gnralits
En IEML, les relations sont modlises par des graphes. On peut dfinir un
graphe par une paire G = (V, E) densembles, tel que E est un sous-ensemble
2
de tous les sous-ensembles deux lments de V : E [V ] . A titre dillustra-
2
tion, si V = {a, b, c, d} alors [V ] = {{a, b}, {a, c}, {a, d}, {b, c}, {b, d}, {c, d}, E
peut tre reprsent par exemple par {{a, b}, {b, c}}. En gnral, le nombre de
k
membres de lensemble [V ] (sous-ensembles de V k lments) est une combi-
naison de n lments choisis k fois sans rptition et qui peut tre exprim par
k!(nk)! .
n!
Si les sommets sont les catgories (au sens dIEML) dun ensemble donn,
et si les artes reprsentent les relations entre ces catgories, le graphe rsultant
modlise le rseau de relations entre les catgories de lensemble. De mme, si les
sommets reprsentent des ensembles de catgories, et les artes reprsentent les
relations entre ces ensembles, le graphe rsultant modlise le rseau de relations
entre les ensembles de catgories.
Le nombre de sommets dun graphe est appel son ordre et on le reprsente
par |G|, tandis que le nombre dartes est reprsent par ||G||. Les graphes
peuvent tre finis, infinis dnombrables ou infinis non dnombrables, selon leur
ordre. Les artes connectent les sommets et deux sommets a, b sont dits adja-
cents si larte ab G.
5.5.1.1 Similarit et embotement des relations

Deux graphes sont isomorphes sil existe une bijection : V V 0 telle que
ab E (a)(b) E 0 pour tout a, b V . En somme, il doit exister
une application entre les sommets de deux graphes tels que tous les sommets
soient prservs. Lexistence dun isomorphisme entre deux relations signifie que
la structure de lune est semblable la structure de lautre.
Un sous-graphe G0 de G est not G0 G. La condition requise pour que
G G est que V 0 V et que E 0 E. Pour un sous-graphe G0 , sil contient
0
toutes les artes ab E avec a, b V 0 alors cest un sous-graphe induit de G

et il est not G0 = G [V 0 ]. Les sous-graphes reprsentent de manire efficace les
embotements de relations.
5.5.1.2 Connectivit des relations

Le degr d(v) dun sommet v est le nombre dartes v. Le degr mi-
nimum et maximum (pas lordre !) dun graphe est reprsent par (G) ,
min {d(v)|v V } et (G) , max {d(v)|v V } respectivement. Le degr moyen
dun graphe est donn par : |V1 | vV d(v).
Si tous les sommets ont le mme degr, alors le graphe est rgulier (par
exemple, un graphe cubique, pour le degr 3).
5.5.1.3 Relations hirarchiques : arbres

Une relation peut tre hirarchique, elle sera alors reprsente par un arbre.
Un graphe G qui ne contient aucun cycle est une fort. En ajoutant des artes
une fort jusqu la rendre connexe, on obtient un arbre. Nous allons main-
tenant noncer certaines proprits gnrales des arbres, proprits qui valent
videmment pour tous les types de relations smantiques reprsentables par des
arbres :
Proposition 5.21. Etant donn un graphe G, sil y a un chemin unique entre
deux sommets quelconques, alors G est un arbre.
Dmonstration. Le graphe est connexe puisquil existe un chemin entre deux
sommets quelconques. Un cycle requiert deux chemins entre les mmes sommets.
Un chemin unique entre deux sommets quelconques dun graphe implique donc
quil ny a pas de cycles dans le graphe.
Proposition 5.22. Etant donn un arbre T , le chemin connectant deux som-
mets quelconques de T est unique.
Dmonstration. Tous les sommets sont connects, et puisquil ny a pas de cycles
dans T , le chemin connectant deux sommets doit tre unique.
Proposition 5.23. Si une nouvelle arte joint deux sommets dun arbre T ,
alors un cycle est form.
Dmonstration. Puisque T est un arbre, il existe un chemin unique de c u et
de c v, c, u, v T . Si une nouvelle arte joint u et v, un cycle c . . . uv . . . c
est form.
Proposition 5.24. Un arbre T avec n sommets possde n 1 artes.
Dmonstration. (informelle) Un arbre avec un seul sommet na pas darte. En
ajoutant un second sommet larbre on ajoute exactement une arte : cela ne
peut tre moins, sinon le graphe ne serait pas connexe, et cela ne peut tre plus,
sinon un cycle serait cr. Le mme raisonnement peut tre fait pour lajout de
chaque nouveau sommet.
sss ssb sst
sbt bbb bbs tts
ttt bbt
Figure 5.6. Reprsentation graphique dune relation. La por-

tion en pointill est un chemin entre sbt et sst et elle peut tre
vue comme une catgorie {sbt, sss, bbs, sst}
5.5.1.4 Oprations de base sur les relations

Lunion de deux graphes G et G0 est, par dfinition, GG0 , (V V 0 , E E 0 ),
cest--dire, lunion respective des sommets et des artes des graphes. De mme,
lintersection de deux graphes est, par dfinition, G G0 , (V V 0 , E E 0 ).
La diffrence entre deux graphes est obtenue en liminant tous les sommets
communs et leurs artes incidentes. Il existe beaucoup dautres oprations qui
peuvent tre utilises pour les relations. En voici deux exemples :
1) si G et G0 sont des graphes disjoints (cest--dire si V V 0 = ), alors
G G0 est le graphe obtenu de G G0 aprs avoir connect tous les sommets de
G tous les sommets de G0 ;
2) le complment de G, dnot G est le graphe sur V avec E = [V ]2 \E.
5.5.1.5 Chemins relationnels

Chemins A chemin est un graphe P = (V, E) tel que V = {x1 , x2 , . . . , xn } et
E = {x1 x2 , x2 x3 , . . . xn1 xn }. Un chemin peut alors tre reprsent comme une
squence de sommets, x1 x2 . . . xn de x1 xn . Un graphe G est connexe si deux
de ses sommets quelconques sont connectes par un chemin dans G. Les chemins
peuvent reprsenter des catgories IEML (voir la figure 5.6) et fournissent une
manire intressante de dcrire des catsets et des USL.
Cycles relationnels Etant donn un chemin P = x1 x2 . . . xn1 o n > 3

alors le graphe C = P + xn1 x1 est un cycle (deux artes connectant les mmes
sommets dans un graphe non orient est trait comme une seule arte).
Les longueurs minimale et maximale des cycles contenus dans un graphe G
sont appels respectivement calibre et circonfrence. Dans le cas dun arbre (voir
section 5.5.1.3), le calibre est considr comme tant infini et la circonfrence
comme gale 0.
Distances relationnelles La distance entre deux sommets x et y dun graphe

G, dG (x, y) est la longueur du chemin le plus court entre x et y. Sil nexiste
aucun chemin, la distance est . Lexcentricit dun sommet x est la distance
maximale entre x et un autre sommet du graphe G. Le diamtre et le rayon
dun graphe est donn par lexcentricit maximale et minimale de ses sommets :
diamG =maxyV (G) (dG (x, y)) et radG =minxV (G) (diamG ).
Un sommet dun graphe G dont la distance nimporte quel autre sommet
est infrieure ou gale au rayon du graphe est central dans ce graphe.
Rapport entre rayon, degr et nombre de sommets dun graphe Etant

donn un graphe reprsentant nimporte quel type de relation smantique, son
rayon et son degr minimal peuvent tre utiliss des fins de classification. Par
exemple, un graphe G reprsentant nimporte quel type de relation smantique,
dont le rayon est au plus k et dont le degr d 3 possde moins de d2 d
(d 1)k
sommets.
Dmonstration. Soit z un sommet central de G et Di lensemble de sommets de

G distance i de z. Le nombre total de sommets de G est donn par V (G) =
Sk
i=0 Di . On peut donc noncer que :
- pour i = 0, |D0 | = 1 puisquil ne contient que le sommet z;
- pour i = 1, |D1 | 6 d puisquil ne peut excder le degr maximum du
graphe;
- pour i > 1, |Di+1 | 6 (d 1)|Di | puisque chaque sommet de Di+1 partage
au moins une arte avec un sommet de Di .
Nous obtenons |Di+1 | 6 d(d 1)i , i < k. Le nombre de sommets de G est
Pk Pk1 Pk1
donc |V (G)| 6 i=0 |Di | = 1+ i=0 |Di+1 |. La somme sk = i=0 (d1)i peut
tre rcrite comme sk = 1 + (d 1) + (d 1)2 + . . . + (d 1)k1 et peut tre
soustraite de sk (d 1) ce qui donne sk (d 1) sk = (d 1)k 1. La solution
k
1
pour sk donne (d1)d2 . En replaant cette solution dans lquation prcdente,
k
1
nous obtenons |V (G)| 6 1 + d (d1)
d2 < d
d2 (d 1)k puisque d
d2 > 1.
5.5.2 Relations et graphes smantiques

Les graphes smantiques sont une reprsentation des relations smantiques
entre les expressions IEML : catgories, catsets et USL.
5.5.2.1 Relations dordre linaires

Nimporte quel graphe G = (V, E) qui est un arbre (voir la sous-section
5.5.1.3) et pour lequel v V , le degr (voir la sous-section 5.5.1.2) se conforme
toujours 0 < d(v) 2, dcrit un chemin (voir la sous-section 5.5.1.5). Les
artes E de ces graphes dfinissent une relation dordre linaire entre catgories,
catsets et USL. Il peut exister de nombreux graphes de ce type, dpendant des
critres qui prsident lordre linaire.
5.5.2.2 Relations ensemble/sous-ensemble

Ce type de relation ne peut exister quentre catgories de mme couche. Dans
le cas gnral toutes les catgories qui sont dans une relation ensemble/sous-
ensemble sont donnes par CLr CL CL o CLr est donn par :
{sbt,
sss}
{sss} {sbt}
{sbt,
sbb,
sss}
{sbb, {sbt,
sss} sbb}
{sbb}
Figure 5.7. reprsentation Graphique dune relation

ensemble/sous-ensemble pour la catgorie {sbt, sbb, sss}
CLr = {{ci , cj } | ci , cj CL , ci cj } (5.36)
Le graphe G = (V, E) est donn par :
V = CL
(5.37)
E = CLr
Les relations ensemble/sous-ensemble peuvent aussi tre construites pour

des cas particuliers en calculant lensemble des parties de la catgorie en ques-
tion, ce qui dfinit les sommets V , et en appliquant la formule de lquation
5.37. Nous pouvons voir dans la figure 5.7 une reprsentation pour la catgorie
{sbt, sbb, sss}.
Les relations ensemble/sous-ensemble sont aussi applicables aux catsets et
aux USL : deux catsets diffrents sont dans une relation ensemble-sous-ensemble
si et seulement si il existe une catgorie dans les deux catsets qui sont dans une
relation ensemble/sous-ensemble; deux USL diffrents sont dans une relation
ensemble/sous-ensemble si et seulement si il existe un catset dans chacun des
deux USL qui sont dans une relation ensemble/sous-ensemble.
Dans le cas gnral, tous les catsets qui sont dans une relation ensemble/sous-
ensemble sont donns par rL CL CL o rL est donn par :
rL = {{, j } | ci i , cj j , {ci , cj } CLr } (5.38)
De la mme manire, tous les USL qui sont dans une relation ensemble/sous-
ensemble sont donns par USLr USL USL o USLr est donn par :
USLr = {{ui , uj } | i ui , j uj , {i , j } rL } (5.39)

5.5.2.3 Relations symtriques

Ce type de relation se noue entre catgories c et c0 de mme couche et de
mme cardinalit (les catgories doivent contenir le mme nombre de squences),
quand il existe un automate (voir la sous-section 5.4.1.1) A qui reconnat une
sous-squence s LIEM L identique dans c et c0 , et un transducteur (voir la
sous-section 5.4.1.3) T qui calcule une relation cT c0 (cest--dire qui transforme
c en c0 ). Lautomate A dcrit une similitude au niveau de larrangement sym-
bolique (le niveau syntaxique), ce qui reprsente une condition ncessaire pour
lassertion dune symtrie smantique. Le transducteur T , quant lui, dcrit
une invariance smantique combine une variation smantique. Les machines
A et T peuvent tre drives du directory (voir la section 5.6.4.5) contenant les
catgories en question.
Des catsets sont en relation symtriques si et seulement si il existe une ca-
tgorie dans chacun des catsets qui sont en relation de symtrie. De mme, des
USL sont en relation de symtrie relation si et seulement si il existe un catset
dans chacun des USL qui sont en relation de symtrie.
5.5.2.4 Relations tymologiques

Une relation tymologique est en gnral une relation entre une catgorie
de couche n et lun de ses smes de couche nn0 o 1 n0 < n. Dpendant
du directory qui contient les catgories, une relation tymologique peut tre
prsente ou non. La reprsentation graphique de ces relations a une structure
darbre.
5.6 Les circuits smantiques

5.6.1 Caractres et squences paradigmatiques
On distingue 10 symboles dans : {T }, {B}, {S}, {A}, {U }, {E}, {S,
B, T , U , A, E}, {S, B, T , U , A}, {S, B, T } and {U, A} qui sont un sous-
ensemble de lalphabet du langage des catgories (voir lquation 5.17). Ces
symboles, et seulement ces symboles, sont appels des caractres paradigma-
tiques et forment lalphabet paradigmatique
P . Lusage de lalphabet
P nous
permet de distinguer les squences paradigmatiques parmi les squences du
langage des catgories (voir plus haut 5.2.4). Les squences IEML sont obte-
nues partir des squences paradigmatiques en effectuant un produit cartsien
entre tous les ensembles de la squence paradigmatique. Par exemple, la s-
quence paradigmatique {{S, B, T }{U, A}{E}} donne lensemble de squences
IEML {SU E,SAE,BU E,BAE,T U E,T AE}. En utilisant la dfinition de 5.1,
les squences paradigmatiques pour 0 l 6 sont donnes par lexpression
gnrale :
LP l
IEM L = {s P | |s| = 3 } (5.40)
dans laquelle LP
IEM L LIEM L .
5.6.2 Distance paradigmatique

En utilisant lquation 5.21 nous considrons un ensemble de fonctions F =
{f1 , f2 , , fn } pour lesquelles :
f F, f : USL USL (5.41)

et un graphe orient Gp = (USL, E) o :
2
E = {(i , o ) | (i , o ) [USL] o = f (i ), f F } (5.42)
Le chemin paradigmatique entre deux noeuds quelconques a, b USL du
graphe Gp est un chemin sur Gp (voir la sous-section 5.5.1.5), ce qui nous mne
la dfinition suivante dune distance paradigmatique :
Dfinition 5.25. Le plus court chemin entre deux sommets a, b de Gp est la

distance paradigmatique entre a et b.
Le plus court chemin peut tre calcul par les algorithmes prsents dans la
sous-section 5.7.2.
5.6.3 Circuits Smantiques

Les circuits smantiques S sont des graphes orients et tiquets G = (V, E)
o V LIEM L et o tous les e E reprsentent une relation ternaire (s, m, d)
2
dans laquelle (s, d) [V ] et m LIEM L . Nous pouvons montrer que lensemble
de tous les circuits smantiques Oc forme un groupode qui retient les symtries
dcrites la section 5.3.4.3.
Dmonstration. Lopration de permutation binaire est partielle 12 , ce qui

implique quelle est dfinie pour quelques-uns des membres de Oc , mais pas
pour tous. Lopration sur lensemble Oc a les proprits suivantes :
a, b, c Oc , (a b) c a (b c);
a Oc , a1 Oc , a a1 = ia ;
a, b Oc , a b a b b1 = a;
a a1 b = b; a Oc , a a1 Oc .
Ces proprits sont ncessaires et suffisantes pour caractriser un groupode.
Un sous-ensemble particulirement important des circuits smantiques est

le sous-ensemble qui prserve la structure de Catgorie 13 (voir la sous-section
5.3.4) donne par lquation 5.22. Considrons un sous-ensemble de Oc tel que
a Ocl Oc , s = m = d = 3l , 0 l 6. La collection de Ocl pour
0 l 6, avec une collection de morphismes Mc = {mc | mc = (olc
c ); 0 l 5} et la fonction de triplication de lquation 5.3 applique
ol+1
12. Weisstein, Eric W. "Partial Function." From MathWorld, A Wolfram Web Resource.
http://mathworld.wolfram.com/PartialFunction.html
13. Dans tout ce paragraphe, le mot Catgorie (avec un C majuscule) est pris au sens
mathmatique classique et non pas au sens technique densemble de squences de mme couche
quil a en topologie smantique IEML.
(s, m, d) forme la Catgorie S 14 . Nous pouvons alors montrer que le foncteur F

de la Catgorie C vers la Catgorie S est une application (une image) de C dans
S telle que : ac Oc : F (ac ) Os ; (xc yc ) Mc : (F (xc ) F (yc )) Os
o a Oc , F (1a ) = 1F (a) et a, b Mc , F (a b) = F (a) F (b). Ce point
est fondamental puisquil nonce que le langage IEML considr comme une
Catgorie a une image dans la Catgorie des circuits smantiques.
5.6.4 Rhizomes
Un rhizome G (V, E) est un type de circuit smantique dans lequel V = i Vi
S
et m, n Vi , (m, n) E (n, m) E. Ce type de circuit smantique est
donc compos de sous-graphes pleinement connects, ou cliques.
5.6.4.1 Rhizome sriel

Un rhizome sriel est un rhizome Gs = (Vs , Es ) pourvu des proprits sui-
vantes : Gs est un chemin (voir la sous-section 5.5.1.5), Vs LP IEM L , vi , vj , vk
Vs , |vi | = |vj |, et il existe une relation binaire sur Vs telle que : vi vj vj
v i vi = vj , vi vj vj vk vi vk , vi vj vj v i .
5.6.4.2 Rhizome tymologique

Un rhizome tymologique est un rhizome Ge = (Ve , Ee ) pourvu des pro-
prits suivantes : Ge a une structure darbre (voir la sous-section 5.5.1.3),
Ve LPIEM L , ei , ej Ee , ei 6= ej , ei substance attribute mode tir des
quations 5.6, 5.7 et 5.8.
5.6.4.3 Rhizome taxinomique

Un rhizome taxinomique est un rhizome Gt = (Vt , Et ) pourvu des proprits
suivantes : Gt est un arbreS(voir la sous-section
T IEM L et ei
5.5.1.3), Vt LP
Et , ei = {(vi , vj ) | j, vi = j vj j vj = }.
5.6.4.4 Paradigmes
Un paradigme P est le rsultat dune union, intersection ou diffrence sym-
trique de rhizomes de type matriciel, taxinomique, tymologique ou sriel (voir
la sous-section 5.5.1.4).
5.6.4.5 Dictionnaire
Un dictionnaire D est un paradigme dont les sommets ont une correspon-
dance bijective avec des descripteurs en langues naturelles.
14. Voir note prcdente.

5.7 Critres quantitatifs

5.7.1 Similarit structurale
5.7.1.1 Gnralits
Dfinition 5.26. Une matrice A est un tableau bidimensionnel dobjects de la
mme classe appartenant un corps 15 :

a11 a1j a1N
.. .. ..
. . .
(5.43)

A = [aij ] = ai1 aij aiN

,
. . .
.. .. ..

aM 1 aM i aM N
i = 1 . . . N , j = 1 . . . M ; M, N Z : aij A N M , (5.44)

o M, N sont appels dimensions de la matrice.

Puisque les entres aij de la matrice appartiennent au corps , pour lequel
sont dfinies les oprations daddition et de multiplication, nous pouvons dfinir
laddition et la multiplication de matrices de dimensions compatibles comme
suit :
Dfinition 5.27. Pour A N M et B N M :
A + B = [aij + bij ] . (5.45)
Dfinition 5.28. Pour A N M , B M K et C N K , C = AB

signifie que : " M #
X
[cij ] = aim bmj . (5.46)
m=1
On peut montrer que la multiplication de matrices ainsi dfinie satisfait aux

proprits usuelles de la multiplication : lassociativit [WEI 1999]:
(AB) C = A (BC) , (5.47)
et la distributivit gauche et droite :
(A + B) C = AC + BC (5.48)
C (A + B) = CA + CB. (5.49)
15. Un corps est un anneau (voir 5.3.1) quip des oprations addition, soustraction, multi-
plication et division, qui satisfait aux axiomes de clture, associativit, commutativit, identit
(lment neutre), symtrie et distributivit [ROT 2003].
Quant la commutativit, mme si BA existe, la commutativit nest pas le

cas gnral [STR 2009] :
AB 6= BA. (5.50)
Les concepts de matrice identit et de matrice inverse sont particulirement
utiles pour les calculs sur les matrices.
Dfinition 5.29. Une matrice identit I est une matrice qui satisfait la pro-
position 5.11:
A N M I M M : AI = A (5.51)
Lemme 5.30. Si est quip dun lment scalaire nul 0:
a 0 : a + 0 = a 0 a = 0, (5.52)
et dun lment scalaire identique 1:
a 1 : 1 a = a, (5.53)
la matrice identit I = [ij ] M M pour une matrice A N M peut alors

tre calcule comme : (
1 i=j
ij = (5.54)
0 i 6= j
Dmonstration. En substituant les proprits (5.52) et (5.53) dans lquation

(5.46) selon la rgle (5.54), nous obtenons :
" M #
X
AI = aim mj = [aij jj ] = [aij 1] = [aij ] = A (5.55)
m=1
Il est trivial de montrer que la multiplication par une matrice identit est un
de ces cas particuliers o sapplique la commutativit, puisque la multiplication
scalaire qui lui est sous-jacente dans est commutative :
AI = IA = A. (5.56)
Pour simplifier lexpos, nous dfinirons seulement linverse dune matrice

carre A N N . 16
Dfinition 5.31. La matrice A1 N N est appele une inverse de A
N N si la proprit suivante sapplique :
AA1 = A1 A = I. (5.57)
Si A1 nexiste pas, A est appele une matrice singulire.

16. Pour un traitement gnral, je rfre le lecteur (la lectrice) au pseudo-inverse de Moore-
Penrose dans Matrix Computations [GOL 1996].
Un autre concept utile en algbre matricielle est celui de matrice de per-

mutation qui permet didentifier les matrices dont les diffrences peuvent tre
exprimes comme des permutations de leurs colonnes ou de leurs ranges.
Dfinition 5.32. La matrice P est appele une matrice de permutation si elle

satisfait aux conditions suivantes :
1. P est une matrice carre binaire : P BN N , B := {0, 1}.
2. P a exactement une entre identit pour chaque Prange et chaque
PNcolonne
N
et des entres nulles ailleurs : i, j = 1 . . . N : i=0 pij = 1 j=0 pij =
1.
5.7.1.2 Matrice dadjacence

Les matrices fournissent une reprsentation commode pour la manipulation
et ltude des graphes. En particulier, la matrice dadjacence dun graphe repr-
sente sa connectivit [CHA 1984].
Dfinition 5.33. Pour un graphe G = (V, E), |E| = N , sa matrice dadjacence

est une matrice unique A RN N , o R est lensemble des nombres rels.
Pour un graphe simple G, la matrice dadjacence A est calcule de la manire
suivante : (
|vi vj | i 6= j
aij = (5.58)
|vi vi | i = j
o |vi vj | est le nombre dartes du sommet i au sommet j, et = 1 pour les

graphes orients et = 2 sinon.
5.7.1.3 Isomorphisme de graphes

Les graphes qui ont la mme structure et qui diffrent seulement par des
dtails insignifiants tels que la numrotation des sommets et des artes sont
tudis en utilisant la notion disomorphisme [DIE 2005].
Dfinition 5.34. Deux graphes G1 et G2 avec des matrices dadjacence A1 et

A2 sont appeles isomorphes si et seulement si il existe une matrice de permu-
tation P telle que :
PA1 P1 = A2 (5.59)
Une telle dfinition de lisomorphie mne naturellement trouver des moyens

de vrifier si une transformation de graphe particulire est ou non isomorphe.
Si loprateur de transformation gnre une matrice qui satisfait la dfinition
5.32, alors la matrice est une matrice de permutation et la condition (5.59) est
satisfaite automatiquement. Dun autre ct, dmontrer une proposition nga-
tive (cest--dire que deux graphes G1 et G2 ne sont pas isomorphes) requiert la
preuve quil nexiste pas de permutation qui transforme G1 en G2 . Une solution
ce dilemme sera fournie plus bas la sous-section 5.7.1.4 (Lemme 5.40).
5.7.1.4 Thorie spectrale des graphes

La dfinition 5.34, quoique mathmatiquement rigoureuse, nest pas trs pra-
tique. Parmi les nombreuses applications de la thorie spectrale des graphes, on
trouve justement des mthodes plus pratiques pour tudier les proprits des
graphes, et notamment leurs isomorphismes. La thorie spectrale des graphes
tudie les proprits des graphes en relation avec les valeurs propres [GOL 1996]
des matrices qui dcrivent compltement le graphe, telles que la matrice dad-
jacence, la matrice de distances ou la matrice laplacienne ([WEI 1999]).
Dfinition 5.35. Un scalaire C est une valeur propre dune matrice carre
A si elle satisfait lquation suivante :
(A I ) q = 0, (5.60)
o A RN N , I RN N et q CN 1 . Le vecteur de colonne q associ cette

valeur propre est appele un vecteur propre.
En termes scalaires, le systme (5.60) a N quations pour N + 1 incon-

nues, et donc sa solution (, q) nest pas ncessairement unique. Il peut avoir
jusqu N solutions distinctes qui forment les multi-ensembles {1 , . . . , N } et
{q1 , . . . , qN }.
Dfinition 5.36. Un multi-ensemble de valeurs propres {1 , . . . , N } C dune

matrice A RN N est appel le spectre de A.
Lemme 5.37. Si A RN N est symtrique, alors toutes ses valeurs propres

sont des nombres rels :
(i, j) = 1 . . . N : aij = aji {1 , . . . , N } R (5.61)
et elles ont un ensemble orthogonal de vecteurs propres :

D E
(i, j) = 1 . . . N : q(i) , q(j) 6= 0 i = j (5.62)
Corollaire 5.38. Les graphes non-orients ont un spectre rel (cela suit imm-
diatement de (5.58).
Dfinition 5.39. Deux graphes G1 et G2 sont dits cospectraux si et seulement

si ils ont un spectre identique (G1 ) = (G2 ).
Lemme 5.40. Les graphes qui ne sont pas cospectraux sont ncessairement
non-isomorphes:
(G1 ) 6= (G2 ) @P : PA1 P1 = A2 (5.63)
Les spectres de matrices peuvent tre calculs de manire efficace en uti-

lisant lalgorithme QR pour des matrices relativement petites ou lalgorithme
Lanczos pour les grandes matrices clairsemes [GOL 1996]. Avec le rsultat du
lemme 5.40, ceci fournit une mthode pratique pour tester labsence disomor-
phie entre diffrents graphes.
La thorie spectrale des graphes est aujourdhui un champ de recherches
fort actif en mathmatiques, particulirement pour les graphes non-orients. Le
lecteur intress peut se rfrer [CVE 1997] pour une recension exhaustive de
ce domaine.
5.7.2 Mesure de distances

5.7.2.1 Le problme du plus court chemin pour les graphes non-
pondrs
Dans lexploration des graphes, il est souvent intressant de calculer la lon-

gueur du plus court chemin entre une certaine paire de sommets ou, plus gn-
ralement, entre toutes les paires de sommets.
Dfinition 5.41. Un graphe G = (V, E) est appel non-pondr si les dis-

tances entre toutes les paires de sommets adjacents (i, j) sont constantes tel
que : (i, j) = 1 . . . N : dij = const. Dans le cas contraire, nous dirons que le
graphe est pondr.
Sans perte de gnralit, il est souvent pratique de supposer que la distance

de base dans un graphe non pondr est de 1.
Pour les graphes non-pondrs, le problme du plus court chemin peut tre
rsolu dune manire lgante en calculant la srie entire An de la matrice
(n)
dadjacence. An possde une proprit intressante puisque ses entres aij sont
gales au nombre de chemins de longueur n entre les sommets i et j [CHA 1984].
Lalgorithme 5.1 calcule la matrice de distances D ZN N qui contient les
distances dij entre les sommets i et j.
Lalgorithme 5.1 a une complexit de N multiplications de matrices ou
O(N 3 ). Cet algorithme fonctionne la fois pour les graphes orients et non-
orients et calcule lensemble complet des chemins les plus courts entre toutes
les paires mesur en termes de pas entre les sommets.
5.7.2.2 Gnralisation du problme du plus court chemin
Les circuits smantiques (section 5.6.3) peuvent tre reprsents de manire

plus prcise par des graphes pondrs dans lesquels des poids lij sont assigns
de manire inversement proportionnelle limportance de la connexion entre les
ULSs. Pour rsoudre le problme des plus courts chemins entre toutes les paires
dans les graphes pondrs, dfinissons la matrice fondamentale des distances
D(0) RN N qui contient les longueurs de tous les chemins du premier ordre.
Dans la dfinition qui suit, arc dsigne une fonction qui vrifie si deux sommets
sont adjacents.
Algorithme 5.1: Matrice de calcul de distances pour les graphes non-

pondrs
input : Matrice dadjacence A ZN N
output : Matrice de distance D ZN N
1 begin
3 B IN ZN N ;
5 D N ZN N ;
6 for n = 1 to N do
8 C BA ;
9 for i = 1 to N do
10 for j = 1 to N do
11 if cij > 0 and bij = 0 then
13 dij n ;
15 BC;
Dfinition 5.42.

0
i=j
(0)
(i, j) = 1 . . . N : di,j := lij arc(i, j) (5.64)

@ arc(i, j)

Lalgorithme itratif (algorithme 5.2) [ATA 1998] est attribu Floyd et

Warshall. On lutilise largement dans de nombreux domaines dapplication tels
que la gntique compare, lanalyse de circuits et la recherche oprationnelle
[LAR 1997].
Une fois son travail achev, lalgorithme 5.2 fournit les matrices D(N ) et
(N )
P (N )
avec dij contenant la longueur des plus courts chemins entre i et j,
tandis que la matrice P(N ) contient linformation permettant de tracer ces plus
courts chemins. La complexit de lalgorithme est gale N + 1 itrations de
O(N 2 ) chacune, O(N 3 ) au total.
Algorithme 5.2: Matrice de calcul de distances pour les graphes pondrs

input : P(0) RN N , D(0) RN N selon (5.64)
output : D(N ) , P(N )
1 begin
2 for i, j = 1 . . . N do
3 if i = j then
(0)
5 pij NaN (IEEE valeur non-numrique) ;
6 else
(0)
8 pij i ;
10 k1;
11 repeat
12 for all i, j = 1 .h
. . N do i
(k) (k1) (k1) (k1)
14 dij min dij , dik + dkj ;
(k) (k1)
15 if dij 6= dij then
(k) (k1)
17 pij pkj ;
18 else
(k) (k1)
20 pij pij ;
22 k k+1 ;
23 until k > N ;
Remerciements
Le travail prsent ici a t principalement subventionn depuis 2002 par

le programme fdral des chaires de recherche du Canada. Jai galement reu
deux subventions de recherche du Conseil de recherches en sciences humaines du
Canada (CRSH). Je voudrai remercier pour leur collaboration Christian Des-
jardins (directeur de la socit Ictinus), qui a programm la base de donnes
du dictionnaire dIEML et qui a ralis limage de couverture, ainsi que Andrew
Roczniak, qui ma aid formaliser la thorie mathmatique dIEML et les algo-
rithmes de transcodage. Mon pouse Darcia Labrosse ma soutenu de toutes les
manires possibles durant les nombreuses annes o jai travaill la conception
dIEML. Sans elle, ni ce livre, ni mme le mtalangage IEML nauraient pu voir
le jour.
Bibliographie
[ARZ 1999] Arzi-Gonczarowski Zippora, Perceive this as that analogies,

artificial perception, and category theory . Annals of Mathe-
matics and Artificial Intelligence, 26(1-4) : p. 215252, 1999.
[ATA 1998] Atallah Mikhail J. (sous la direction de), Algorithms and Theory
of Computation Handbook. CRC Press, Boca Raton, FL, 1998.
[BAC 2000] Bacry Henri, La symtrie dans tous ses tats. Vuibert, Paris,
2000.
[BAR 2002] Barabasi Albert Laszlo, Linked, the New Science of Networks.
Perseus publishing, Cambridge, Mass, 2002.
[BEA 2002] Bal Marie-Pierre, Carton Olivier, Determinization of trans-
ducers over finite and infinite words . Journal of Theoretical
Computer Science, 289(1) :225251, octobre 2002.
[BUT 1991] Butler Gregory, Fundamental algorithms for permutation
groups . Lecture Notes in Computer Science, p. 559, 1991.
[CHA 1984] Chartrand Gary, Introductory Graph Theory. Dover Publica-
tions, New York, NY, 1984.
[CHO 1963] Chomsky Noam, Schtzenberger Marcel P., "The algebraic
theory of context free languages". Braffort P., Hirschberg D.:
Computer Programming and Formal Languages, North Holland,
Amsterdam, 1963, p. 118-161.
[CVE 1997] Cvetkovic Dragos, Rowlinson Peter, Simic Slobodan, Eigens-
paces of Graphs. Cambridge University Press, Cambridge,
Royaume-Uni, 1997.
[DIE 2005] Diestel Reinhard, Graph Theory. Springer-Verlag, Heidelberg,
2005, disponible sur ligne : http://diestel-graph-theory.com.
[GIL 1962] Gill Arthur, Introduction to the Theory of Finite-State Ma-
chines. McGraw-Hill Book Company, 1962.
[GOL 1996] Golub Gene H., van Loan Charles F., Matrix Computations.
3e dition. The John Hopkins University Press, Baltimore, MD
1996.
[HEN 1968] Hennie Frederick C., Finite-State Models for Logical Machines.
John Wiley & Sons, 1968.
134 BIBLIOGRAPHIE
[HOL 1991] Holzmann Gerard J., Design and Validation of Computer Pro-
tocols. Prentice Hall, 1991.
[HOP 2001] Hopcroft John E., Motwani Rajeev, Ullman Jeffrey D., In-
troduction to Automata Theory, Languages, and Computation.
Addison-Wesley, 2e dition, 2001.
[KAP 1994] Kaplan Ronald M., Kay Martin, Regular models of phono-
logical rule systems . Computational Linguistics, 20(3) : p.
331378, 1994.
[KLE 1956] Kleene Stephen, Representation of Events in Nerve Nets and
Finite Automata. Princeton University Press, Princeton, N.J.,
1956.
[LAR 1997] Larson Richard C., Odoni Amedeo R., Urban Operations Re-
search. Chapter 6.2 : Travel Distances on Networks , Massa-
chusetts Institute of Technology, Cambridge, MA, 1997-99, dis-
ponible sur http://web.mit.edu/urban_or_book/www/book/.
[ROC 1997] Roche Emmanuel, Compact factorization of finite-state
transducers and finite-state automata . Nord. J. Comput.,
4(2) :187216, 1997.
[ROT 2003] Rotman Joseph J., Advanced Modern Algebra. Prentice Hall, NJ,
2003.
[STR 2009] Strang Gilbert, Introduction to Linear Algebra. 4e dition,
Wellesley-Cambridge Press, Wellesley, MA, 2009.
[WEI 1999] Weinstein Eric W., CRC Concise Encyclopedia of Mathematics.
CRC Press, Boca Raton, FL, 1999.

LÈVY PIerre Grammaire Ieml1

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

LÈVY PIerre Grammaire Ieml1

Uploaded by

Copyright:

Available Formats

La Grammaire dIEML

Ingnierie de la sphre smantique

1. Introduction la grammaire dIEML 1

2.2.3. Correspondance bi-univoque entre scripts

2.5. Principes de lalgorithme de transcodage du Script vers le Rhi-

3.1.7.1. Rcapitulation des circuits paradigmatiques . . . 47

3.2.8.5. Lattribut vide dans les oprations de forme (Q

5.3. Les proprits de symtrie dIEML . . . . . . . . . . . . . . . . . 101

4.1. Algorithme SCRIPT_GENERATOR . . . . . . . . . . . . . . . . 81

5.1. Matrice de calcul de distances pour les graphes non-pondrs . . . 128

5.2. Matrice de calcul de distances pour les graphes pondrs . . . . . 129

1.1. La structure gnrale dIEML . . . . . . . . . . . . . . . . . . . . 5

2.1. Les couches de catgories en IEML . . . . . . . . . . . . . . . . . 13

3.1. La cl *O:O:.** (Gnrer) . . . . . . . . . . . . . . . . . . . . . . 35

4.1. Relations dordre et de symtrie additives . . . . . . . . . . . . . 92

5.1. Reprsentation dune machine par un graphe . . . . . . . . . . . 106

5.7. reprsentation Graphique dune relation ensemble/sous-ensemble

2.1. Correspondance entre couches (Ln) et longueurs de squences . . 10

4.1. Rsultat de lalgorithme 4.3 pour lensemble {U SE, U BE, U T E,

5.1. Reprsentation dune machine par une table de transition . . . . 105

1.1 Un ensemble de trois volumes

1. IEML pour Information Economy MetaLanguage.

1.2 Rsum de La sphre smantique

1.3 Rsum de Lintelligence algorithmique

8. Dans les chapitres 13 et 14.

scientifique de lintelligence humaine sans avoir de modle scientifique du lan-

1.4 La Grammaire dIEML

Figure 1.1. La structure gnrale dIEML

Pour bien saisir le propos de la grammaire dIEML, le lecteur est invit

Entre le niveau du Script et celui du Rhizome opre un algorithme de trans-

1.9 Les circuits de la sphre smantique

1.11 Rfrences, index

Linconscient est structur comme un langage. Jacques Lacan

Comme le lecteur le sait dj, la reconnaissance, la production et la transfor-

2.1.2 Les squences

Tableau 2.1. Correspondance entre couches (Ln) et longueurs de

2.1.2.2 Couches des squences

2.1.2.3 Les trois smes dune squence : substance, attribut, mode

2.1.3 Les ensembles de squences

2.1.4 Codage de lAlgbre

est capable de construire, dconstruire et transformer des squences ou des en-

2.1.4.1 Caractrisation mathmatique, calculabilit

2.1.4.2 Il existe plusieurs notations pour un mme rsultat

Figure 2.1. Les couches de catgories en IEML

2.2.1 Convention dcriture : Script et script

2.2.2 Correspondance bi-univoque entre ensembles de s-

Figure 2.2. Correspondance entre Algbre et Rhizome

2.2.3 Correspondance bi-univoque entre scripts

chaque script IEML distinct est interprt par un algorithme comme la

2.2.4 Correspondance bi-univoque entre ensembles de s-

2.2.5 Solidarit entre les oprations du calcul algbrique

2.2.6 Rgles de notation du Script

Algbre Script Signification

Tableau 2.2. Abrviations dadditions de couche L0

Par exemple, la squence :

Addition (+) Au lieu de se marquer par une numration entre accolades,

Dlimitateurs dUSL * ** On se souviendra que les USL sont des ensembles

2.2.6.3 Abrviations obligatoires

Abrviation des multiplications de E: Lemploi de labrviation pour les

Les 25 lettres minuscules en Script (couche 1)

UUE UAE USE UBE UTE

AUE AAE ASE ABE ATE

SUE SAE SSE SBE STE

Figure 2.3. 25 lettres minuscules