A. ANDREEWSKY-C. FLUHR-J. t~AMBOUSEK 
ALGORITHMES DE GENERATION AUTOMATIQUE 
EXPERIENCE DE GENERATION 
DES PHRASES SIMPLES DU FlkAN~AIS 
1. INTRODUCTION 
Dans ce travail on expose un algorithme i de g~n~ration automatique, 
dont le but est: 
A)- De connaltre la capacit~ g~n~rative de la syntaxe obtenue 
dans l'exp6rience d'apprentissage automatique d~crite ~ afro d'~valuer 
son degr~ d'~labortion par rapport ~t la langue en gdndral. 
B) - De construire certaines &apes importantes de l'automatisation 
des processus de traduction. 
C) - De construire tin syst~me de gestion optimisd des donn~es de 
l'apprentissage. 
Pour cela, on s'est impos~ certaines conditions aux limites que nous 
prdciserons, et on a construit en tenant compte de ces conditions, un 
algorithme de g~n~ration de phrases, compatibles avec la syntaxe ob- 
tenue par apprentissage dans la note s. 
2. PRn~cIPss DE LA M~THODE 
2.1. Les hypotheses de travail utilisdes pour l'algorithme de gdndration sont 
les suivantes : 
A) - On suppose donn~: - un ensemble fmi EN de N roots Mi 
- la cat~gorie grammaticale correspondante 
G(M~) de chaque mot M~. 
1 Cet algorithme a &~ programmd en PL/1 par C. FLUH~ et J. RAMBOUSEK. 
124 A. ANDRBEWSKY- C. FLUHR-J. RAMBOUSEK 
(Les categories grammaticales utilis&s sont celles qui ont fire d& 
fmies dans l'algorithme d'apprentissage de la syntaxe).~ 
B)- On se propose ensuite de gEnErer des phrases du frangais 
v&ifiant les conditions suivantes: 
Toutes les phrases g6nEr&s poss~dent exactement N roots. 
Tousles roots de EN doivent &re utilisEs. 
En d'autres termes, un m~me mot n'est rEpEtE dans une phrase 
gEnErEe qu'autant de fois qu'il figure dans l'ensemble E2v. 
S'il ne figure qu'une £ois dans E~v, il ne peut &re utilisE qu'une lois 
dans une phrase g6nErEe. Par ailleurs, toute phrase gEn&de, contenant 
un hombre de roots inf&ieur ~. N, sera rejetEe. Dans ces conditions, 
(N-l)! phrases diff&entes possibles oh N a, Nb, N~, il y a Na! Nb! N0! ... "'" 
sont Ie hombre de roots de morphologie a, b, c ... et N-1 est le nombre 
de roots de la phrase moins le point. 
Toutes les phrases gEnEr&s sont des phrases simples et par 
consgquent peuvent &re prEcEdEes et suivies d'un point ou d'un ElE- 
ment de fm de phrase. (La syntaxe permet aussi de gEn&er des phrases 
compos&s, mais nous avons voulu r6duire la complexitE des premieres 
experiences). 
C) -La gEnEration se fair en utilisant la matrice de prEcEdence 
binaire obtenue dans la deuxi~me pattie. 
CeUe-ci permet de dire, de proche en proche, si les configurations 
correspondent ~t la syntaxe apprise sur le corpus de 4000 roots. 
2.2. La stratdgie utilis&. 
Elle se prEsente de la faqon suivante: 
Soit par exemple les roots: les, ces, nuages, ., cieux, passent, dans; 
attribuons ~t chactm de ces mots une catEgorie grammaticale choisie 
parmi la liste des categories possibles de chaque mot. 
Prenons par exemple: 
M1 = les = AR TD (article dEfini) 
M~ = ces = ARTG (article gEnEralisE) 
Ms ----- nuages = SUSU (substantif sujet) 
Voir Experience de constitution d'un programme d'apprentissage pour la traitement auto- 
matique du langage, par A. ANDmmWSKY et C. FLUHa. 
ALGORITHMES DE GENERATION AUTOMATIQUE ... 125 
M4 = • --- RECS 
M~ = cieux ~- SUBS 
Ms = passent = VT 
M7 =dans = PREP 
(r&ursif simple, c'est4-dire 616ment de l'im- 
brication du discours pouvant &re remplac6 
par ,, et ,>) 
(substantif) 
(verbe conjugu6) 
(pr6position) 
On peut alors construire la matrice de prdc6dence de la s6quence 
de mots d'indices (1, 2, 3, 4, 5, 6, 7), ~t l'aide de la matrice de pr& 
c6dence de la langue franqaise obtenue stir le corpus de 4000 roots. 
La matrice de prdc6dence de la sdquence (1, 2, 3, 4, 5, 6, 7) sepr& 
sente de la fa~on suivante: 
~ = i+l 
, ...... 
les 1 
ces 2 
nuages 3 
4 
cieux 5 
passent 6 
darts 7 
les ces nuages ciettx passent clans 
1 2 3 4 5 6 7 
0 0 I 0 I 0 0 
0 o i 0 i 0 0 
0 0 0 I 0 i I 
I 1 0 0 0 I i 
1 i 0 I 0 I I 
I I 0 I 0 0 I 
1 1 0 0 0 0 0 
Verticalement on trouve les mots qui peuvent ou non ~tre suivis des 
roots figurant en horizontal. 
Si dans une case on trouve 0 c'est que M~ ne peut &re suivi de M~ = Me + 1 
Si dans une case on trouve 1 c'est que M~ peut 8tre suivi de Mj = M~ + 1. 
Etant donn~ qu'un mot d'indice donnd ne peut &re rdp&d deux lois, 
la diagonale principale est nulle. 
Pour obtenir une g6n~ration, on peut commencer par n'importe 
126 ^. ANDREEWSKY- C. FLUHR-J. RAMBOUSBK 
quel mot M~ (i = 1, 2, 3 .... 7). Mais 6tant donn6 qu'il est commode 
d'adopter une m6thode de g6n6ration syst6matique, on a pris comme 
premier 616ment de la #n6ration l'616ment de la premiere ligne nu- 
m~rot6 1. 
On a suppos~ par ailleurs que toute phrase simple pouvait ~tre 
pr~c~d~e ou suivie de l'~ldment RECS. 
A l'aide de la matrice (P) on obtient le processus de g6n6ration 
suivant: 
1 peut &re suivi de 3 ou 5 
3(1) pent ~tre suivi de 4, 6, 7 (la notation 3(1) signifie le 3 
issu de 1) 
5(1) pent &re suivi de 2, 4, 6, 7 
2(5(1)) pent 8tre suivi de 3, (de m@me 2(5(1)) signifie, le 2 issu 
de 5 issu de 1) 
3(2(5(1))) pent ~tre suivi de 4, 6, 7 
7(3(2(5(1)))) peut ~tre suivi de 0 
La chalne 1, 5, 2, 3, 7 ne comprend que 5 roots (an lieu de 7) et 
ne pent &re continu6e. Elle est done rejet6e. 
La chalne 3(2(5(1))) pent &re continu& 4(3(2(5(1)))), 6(4(3(2(5 (1))))), 
7(6(4(3(2(5(1)))))). 
Elle nous donne la chatne 1 5 2 3 4 6 7, c'est-~-dire rexpression 
les cieux ces nuages, passent dans. 
Si l'on consid6re cette expression 6crite sur un cercle, alors par per- 
mutation circulaire on obtient: 
passent dam les cieux ces nuages. 
qui est au sens de la syntaxe apprise, une phrase donn6e comme cor- 
recte. En continuant le processus de g6n6ration d6crit, on obtiendrait 
d'autres chalnes, par exemple 6(5(2(7(4(3(1)))))) qui donne l'expres- 
sion 1 3 4 7 2 5 6, c'est-~t-dire: 
Les nuages • dam ces cieux passent 
ce qui, par permutation circulaire, nous donne: 
dans ces cieux passent les nuages. 
L'ensemble des diff6rentes expressions g6n~r6es, pent ~tre represent6 
/t l'aide d'une arborescence qui dans l'exemple choisi a la forme: 
ALGORITHMtlS DE GENERATION AUTOMATIQUE 127 
2 67 2 47.2 
.5 272 5 272 5 
67525 47525 46 
7 756 7 754 64 
CR CR 
6747 
7 
327 
6732 
1 
7 
2 
2 3272 3 
3 47323 46 
6 7 734 64 
CR CR CR. CR CR C/~ CK l 
L'abr6viation CR indique les chalnes rejet6es. Ce rejet est dfi, soit, 
au fair, qu'avant d'avoir raccroch6 N roots (ici N= 7) on ne peut 
6viter la r~p&ition d'un mot d6j~ utilis6 (exemple 15237), soit qu'ar- 
rive au N~me mot, on ne peut boucler sur 1 (chalnes rejet&s indi- 
qu&s d'tme fl~che), condition indispensable pour la repr&entation cir- 
culaire de la chaine. 
A l'aide de l'arborescence 6crite on obtient les 20 phrases suivantes: 
1 Ces cieux passent clans les nuages. 
2 Passent ces deux clans les nuages. 
3 Passent clans ces cieux les nuages. 
4 Dans ces cieux passent les nuages. 
5 Dans les nuages passent ces deux. 
6 Ces cieux clans les nuages passent. 
7 Darts ces cieux les nuages passent. 
8 Les nuages passent clans ces deux. 
9 Passent les nuages clans ces cieux. 
10 Les nuages clans ces deux passent. 
11 Passent dans les cieux ces nuages. 
12 Dans les cieux ces nuages passent. 
13 Ces nuages passent dans les cieux. 
14 Passent ces nuages clans les cieux. 
128 A. ANDREEWSKY- C. FLUI-IR-J. RAMBOUSEK 
15 Dans ces nuages passent les cieux. 
16 Dam les cieux passent ces nuages. 
17 Ces nuages dam les cieux passent. 
18 Les cieux passent dam ces nuages. 
19 Passent les cieux dans ces nuages. 
20 Les cieux dam ces nuages passent. 
3. LES CONTRAINTES D'ACCORD EN GENRE ET EN NOMBRE 
Les classes utilisEes dans l'apprentissage et l'analyse, ne tiennent pas 
compte des contraintes du genre et du nombre et par consequent la 
syntaxe correspondante obtenue, peut gEnErer des phrases qui pour- 
ront ne pas ~tre accordEes en genre et en nombre. 
Ainsi avec: le, la, chat, souris, volt,., on obtiendra indiffEremment 
le chat volt la souris. 
et 
le chat voit le souris. 
Afin d'dviter cet inconvenient, on peut introduire des contraintes 
d'accord plus ou moins ElaborEes. Cependant, Etant donne qu'une 
telle operation ne peut se faire indEpendamment d'un but precis (par 
exemple la traduction automatique), nous nous sommes contentEs d'un 
certain hombre de r~gles simples, en reportant ~t une Etude ultErieure 
la constitution d'un syst~me d'accord plus Elabor~. 
Ainsi en l'absence de r~gles d'accord, avec les mots: 
les AR TD (article dEfini) 
roots SUSU (substantif sujet) 
m' PROV (pronom prEverbal) 
pris VPE (participe passE) 
la AR TD 
par PREP (prEposition) 
main SUBS (substamif) 
REC8 (rEcursif simple) 
ont VA UX (verbe auxiliaire) 
sur 81 = 40320 combinaisons possibles en l'absence de contraintes 
syntaxiques, on obtient les phrases: 
PAR LA MOTS M!ONT PRIS LES MAIN. 
LA MOTS M'ONT PRIS PAR LES MAIN. 
ALGORITHMES DE GENERATION AUTOMATIQUE ... 129 
LES MAIN PAR LA MOTS M'ONT PRIS 
PAR LES MAIN LA MOTS M'ONT PRIS 
LA MOTS PAR LES MAIN M'ONT PRIS 
LES MAIN M'ONT PRIS PAR LA MOTS 
PAR LES MAIN M'ONT PRIS LA MOTS 
PAR LA MAIN M'ONT PRIS LES MOTS 
LA MAIN M'ONT PRIS PAR LES MOTS 
LES MOTS PAR LA MAIN M'ONT PRIS 
PAR LA MAIN LES MOTS M'ONT PRIS 
LA MAIN PAR LES MOTS M'ONT PRIS 
LES MOTS M'ONT PRIS PAR LA MAIN 
PAR LES MOTS M'ONT PRIS LA MAIN 
Et en prdsence de r~glcs d'accord en genre et en nombre on trouve: 
PAR LA MAIN M'ONT PRIS LES MOTS 
LA MAIN M'ONT PRIS PAR LES MOTS 
LES MOTS PAR LA MAIN M'ONT PRIS 
PAR LA MAIN LES MOTS M'ONT PRIS II 
LA MAIN PAR LES MOTS M'ONT PRIS 
LES MOTS M'ONT PRIS PAR LA MAIN 
PAR LES MOTS M'ONT PRIS LA MAIN 
Ici les r~gles d'accord sujet-verbe n'ont pas dt6 utilisdes ce qui donne 
encore quelques phrases incorrectes dans (II), par exemple la seconde, 
la cinqui~me et la derni~re. 
4. DISCUSSION ET PERFECTIONNEMENT DE LA MI~THODE UTILISI~E 
La m&hode utilisde peut &re perfectionn6e de plusieurs fa~ons: 
4.1. En relation avec les probl~mes de traduction automatique, 
on peut ajouter tin certain nombre de conditions aux limites compl& 
mentaires qui tiendront co,npte en particulier de la nature de la langue 
source utilMe. 
Dans la mesure off il sera possibile de mettre en dvidence les groupes 
nominaux et verbaux de la langue source, les dldments d'un de ces 
groupes ne pourront ~trc concat6nds avec les dldlnents d'un autre groupe, 
et les permutations resteront internes ~ chacun des regroupements de 
roots obtenus. 
130 A. ANDREEWSKY- C. FLUHR-J. RAMBOUSEK 
4.2. I1 faut remarquer que certaines rbgles d'accord sont liEes ~t la 
structure logique de la phrase, par exemple la connaissance du sujet. 
Cette information peut parfois ~tre ditlicile ~t obtenir et par ailleurs 
selon les applications envisag&s, peut ne pas ~tre toujours n&essaire. 
4.3. Le syst~me de gEnEration que nous avons construit n'utilise 
pour l'instant que les correlations binaires. Mais on peut 4videmment 
op&er un tri supplEmentaire en utilisant des correlations ternaires. De 
plus, cette syntaxe binaire utilisEe pour la gEn6ration est celle de la phrase 
composEe ce qui donne un certain hombre de constructions incorrectes 
pour la phrase simple alors qu'elles sont correctes pour la phrase com- 
pos&. 
4.4. L'exp&ience a montr4 que les systhmes d'analyse et le systhme 
de gEn&ation ont des reactions diff&entes aux erreurs qui peuvent 
4tre effectuEes au cours de l'enregistrement du corpus. 
Ces erreurs peuvent 4tre de deux types. Soit des erreurs techniques 
(erreurs de perforation) soit des erreurs ~ linguistiques >> c'esMt-dire des 
decisions grammaticales insufiisamment &udi~es. On a pu constater 
que le syst6me de gEn&ation &ait plus sensible aux erreurs ou imper- 
fections, que le systhne d'analyse et qu'il facilite la discussion des hypo- 
thhses linguistiques utilis&s. De ce fait, tousles perfectionnements 
grammaticaux seront r&lisEs en tenant compte des rEponses du systhme 
de gEn&ation, aux modifications envisagEes. 
5. CONCLUSION 
Ce que nous avons expos6 reprEsente une premi&e experience de 
gEn&ation qui, selon les applications envisag&s, peut ~tre adaptEe per- 
fectionn& ou modifiEe de multiples faqons. 
I1 est en particulier prdvu: 
1) - de procEder k des perfectionnements grammaticaux, 
2) - d'ntiliser les correlations ternaires pour amdliorer la gEnE- 
ration, 
3) -d'ajouter des conditions qui imposeront ~t diff&ents mots 
de ne pas participer ~t des combinaisons qui sortent des limites de cer- 
tains groupes de mots explicitement precis&, 
4) - d'ajouter un certain hombre de rEgles d'accord en genre et 
en hombre. 
ALGORITIrIMES DE GENERATION AUTOMATIQUE ... 131 
I1 est par ailleurs intEressant de remarquer que la syntaxe utilisEe 
pour la g~nEration, est le rEsultat d'tm apprentissage effcctuE sur 4000 
roots. Compte tenu du volume peu important du corpus employE, les 
fr~quences de mots obtenues ne sont pas caractEristiques, c'est-~-dire 
ne peuvent &re utilis&s comme des probabilit&. Cependant, la gEnE- 
ration est assez bonne du point de vue ~ phrases syntaxiquement cor- 
rectes au sens de la langue usuelle )~. 
Cela permet de penser que la condition de stationnaritE impos& 
aux frEquences de roots n'est pas n&essaire au concept de gEnEration, 
et cela d'autant plus que dans le cas present, la gEnEration n'utilise que 
les associations binaires des categories grammaticales. La force du syst~me 
de g~nEration ElaborE vient de ce que toutes les associations binaires 
rEsolvantes obtenues ~ partir du corpus de 4000 roots, sont mEmoris&s 
(alors qu'une syntaxe Equivalente serait n&essairement obtenue sm un 
corpus beaucoup plus grand pour tm &re humain &ant donne que la 
m~moire perd toujours une certaine quantit6 d'informations). 
Soulignons que la possibilit6 d'utiliser une matrice de precedence 
a permis de construire un algorithme de gEnEration assez simple, qui 
utilise directement les rEsultats de l'apprentissage et de/'analyse. II eut 
&E certainement plus difficile de construire un syst~me gEnEratif si 
l'analyse avait 6tE effectu& ~ l'aide d'arborescences. 
COMMENTAIRES ET RESULTATS 
Dans les pages suivantes, on trouve tm certain nombre d'exemples 
de phrases gEnErEes ~t partir de syst~mes de roots, donnEs avec leurs 
categories grammaticales. Ces gEnErations sont obtenues en conversa- 
tionnel. 
--GEnEration 1: on trouve un syst~me de mots auxquels on a 
impose d'embl& les contraintes d'accord en genre et en nombre. 
-- GEnErations 2 et 2 bis: on trouve des listes de phrases gEn&&s 
avec un syst~me de roots donnE, sans et avec contraintes d'accord; 
m~me chose pour les gEnErations 4 et 4 his. 
G$nEration 3: les roots choisis ne n&essitent pas de contraintes 
d'accord. 
GEnEration 5: les r~gles d'accord ont &6 directement appliqu~es. 
132 x. ANDREEWSKY- C. FLUIIR-J. RAMBOUSEK 
GENERATION 1. 
en prea fs 
de prea ms 
mati~re subs fs 
il proi 
des arti fp 
diverses adjp fp 
divorce subs ms 
vues subs fp 
r~gne vti 
• recs 
NOMBRE DE PHRASES POSSIBLES: 
001 0 
0 0 0 0 
1 1 0 0 
0 0 0 0 
0 0 0 0 
1 1 0 0 
1 1 0 0 
1 1 0 0 
0 0 0 0 
1 1 0 1 
IL ILEGNE DES VUES DIVEILSES DE 
IL tLEGNE DES VUES DIVER.SES EN 
362880 
000000 
001000 
100001 
000010 
000100 
000000 
100001 
110001 
100001 
110000 
DIVORCEENMATIE~E. 
MATIEREDEDIVORCE. 
GENERATION 2. 
march¢ vt 
• recs 
dam prep 
le artd 
le artd 
rue subs 
chien susu 
NOMBRE DE PHRASES POSSIBLES: 
0 
0 
1 
MA1LCHE LE CHIEN DANS LA tLUE . 
DANS LA RUE MAP.CHE LE CHIEN . 
MA1LCHE LE RUE DANS LA CHIEN . 
DANS LA CHIEN MAtLCHE LE ILUE . 
0111 
1011 
0000 
000 
000 
111 
10 
10 
10 
01 
01 
10 
720 
0 
0 
0 
1 
1 
0 
ALGORITHMES DE GENERATION AUTOMATIQUE ... 133 
MARCHE LA CHIEN DANS LE RUE 
DANS LE RUE MARCHE LA CHIEN 
MARCHE LA RUE DANS LE CHIEN 
DANS LE CHIEN MARCHE LA RUE 
LA RUE MARCHE DANS LE CHIEN 
MARCHE DANS LE RUE LA CHIEN 
LA CHIEN MARCHE DANS LE RUE 
LE RUE MARCHE DANS LA CHIEN 
MARCHE DANS LA RUE LE CHIEN 
LE CHIEN MARCHE DANS LA RUE 
LE CHIEN DANS LA RUE MARCHE 
LE RUE DANS LA CHIEN MARCHE 
LA CHIEN DANS LE RUE MARCHE 
LA RUE DANS LE CHIEN MARCHE 
DANS LE RUE LA CHIEN MARCHE 
DANS LA RUE LE CHIEN MARCHE 
GENERATION 2 his. 
marche vt 
• recs 
dans prep 
la artd fs 
le artd ms 
rue subs fs 
chien susu ms 
NOMBRE DE PHRASES POSSIBLES: 
0 
1 
1 
MARCHE LE CHIEN DANS LA RUE 
DANS LA RUE MARCHE LE CHIEN 
MARCHE LA RUE DANS LE CHIEN 
DANS LE CHIEN MARCHE LA RUE 
LA RUE MARCHE DANS LE CHIEN 
MARCHE DANS LA RUE LE CHIEN 
LE CHIEN MARCHE DANS LA RUE 
LE CHIEN DANS LA RUE MARCHE 
LA RUE DANS LE CHIEN MARCHE 
DANS LA RUE LE CHIEN MARCHE 
01111 
10111 
00011 
00000 
0000 
1111 
1100 
720 
0 0 
0 0 
0 0 
1 0 
0 1 
0 0 
0 0 
134 A. ANDREEWSKY - C. FLUHR - J. RAMBOUSEK 
GENERATION 3, 
grand adja 
tr6s advi 
le artd 
blond adjp 
• tees 
arrive vt 
vite advp 
homme susu 
NOMBRE DE PHRASES POSSIBLES: 
0 0 0 0 0 0 
1 001 00 
110000 
001011 
01 1 1 01 
01 1010 
0 1 I 0 1 1 
01 01 1 1 
BLOND LE TRES GRAND HOMME ARRIVE VITE 
TRES BLOND LE GRAND HOMME ARRIVE VITE 
LE GRAND HOMME ARRIVE VITE TRES BLOND 
VITE TRES BLOND LE GRAND HOMME ARRIVE 
BLOND LE GRAND HOMME ARRIVE TRES VITE 
VITE LE GRAND HOMME ARRIVE TRES BLOND 
VITE ARRIVE TRES BLOND LE GRAND HOMME 
VITE TRES BLOND ARRIVE LE GRAND HOMME 
ARRIVE VITE TRES BLOND LE GRAND HOMME 
BLOND ARRIVE VITE LE TRES GRAND HOMME 
BLOND ARRIVE TRES VITE LE GRAND HOMME 
TRES BLOND ARRIVE VITE LE GRAND HOMME 
LE TIKES GRAND HOMME BLOND ARRIVE VITE 
VITE LE TRES GRAND HOMME BLOND ARRIVE 
TRES VITE LE GRAND HOMME BLOND ARRIVE 
LE GRAND HOMME BLOND ARRIVE TR.ES VITE 
VITE ARRIVE LE TRES GRAND HOMME BLOND 
ARRIVE VITE LE TRES GRAND HOMME BLOND 
ARRIVE TRES VITE LE GRAND HOMME BLOND 
TIKES VITE ARRIVE LE GRAND HOMME BLOND 
BLOND LE GRAND HOMME TRES VITE ARRIVE 
BLOND ARRIVE LE GRAND HOMME TRES VITE 
LE GRAND HOMME TRES BLOND ARRIVE VITE 
VITE LE GRAND HOMME TRES BLOND ARRIVE 
VITE ARRIVE LE GRAND HOMME TRES BLOND 
ARRIVE VITE LE GRAND HOMME TRES BLOND 
5040 
01 
10 
01 
00 
10 
10 
00 
00 
AI.GORITHMES DE GENERATION AUTOMATIQUE ... 135 
GENERATION 4. 
la artd 
m'prov 
pris vpe 
les artd 
main subs 
• teEs 
ont vaux 
par prep 
mots susu 
NOMBKE DE PHRASES POSSIBLES: 4~20 
000010001 
000000100 
110101010 
000010001 
110101110 
100100010 
001000000 
100100000 
010001110 
LA MOTS PAP. LES MAIN M' ONT PP.IS 
PAR. LES MAIN M' ONT PB, IS LA MOTS 
LES MAIN M' ONT PRIS PAR. LES MAIN 
PAl( LES MAIN LA MOTS M' ONT PR.IS 
LES MAIN PAP` LA MOTS M' ONT PP`IS 
PAP,. LA MOTS M' ONT PP, IS LES MAIN 
LA MAIN PAl( LES MOTS M' ONT PP.IS 
PAl( LES MOTS M' ONT PP.IS LA MAIN 
LES MOTS M' ONT PRIS PAP. LA MAIN . 
PAR. LA MAIN LES MOTS M' ONT PP.IS . 
LA MAIN M' ONT PP.IS PAl( LES MOTS . 
LES MOTS PAR. LA MAIN M' ONT PP`IS . 
PAR. LA MAIN M' ONT PR.IS LES MOTS . 
GENERATION 4 his. 
la artd fs 
1D. ~ prov 
pris vpe 
les artd mp 
main subs fs 
• recs 
ont vaux 
par prep 
roots susu mp 
136 A. ANDREEWSKY-C. FLUHR - J. RAMBOUSEK 
NOMBREDEPHRASESPOSSIBLES: 
0000 
0000 
1101 
0000 
1101 
1001 
0010 
1001 
0100 
LA MMN PAR LES MOTS M' ONT PRIS 
PAR LES MOTS M' ONT PRIS LA MAIN 
LES MOTS M' ONT PRIS PAR LA M~N 
PAR LA MAIN LES MOTS M' ONT PRIS 
LA MAIN M' ONT PRIS P~ LES MOTS 
LES MOTS PAR LA M~N M' ONT PRIS 
PAR LA MMN M' ONT PRIS LES MOTS 
40320 
10000 
00100 
01010 
00001 
01110 
00010 
00000 
00000 
01110 
GENERATION 5. 
enflamm& adjp fs 
la artd fs 
les artd mp 
lune subs fs 
nuages susu mp 
couraient vt 
sur prep 
• recs 
NOMBRE DE PHRASES POSSIBLES: 5040 
01100111 
00010000 
00001000 
11100111 
00000111 
01100011 
01100000 
11100110 
SUR LES NUAGES COURAIENT LA LUNE ENFLAMMEE 
COURAIENT LES NUAGES SUR LA LUNE ENFLAMMEE 
LES NUAGES COURAIENT SUR LA LUNE ENFLAMMEE 
COURAIENT LA LUNE ENFLAMMEE SUR LES NUAGES 
LA LUNE ENFLAMMEE SUR LES NUAGES COURAIENT 
ENFLAMMEE SUR LES NUAGES COUR.AIENT LA LUNE 
ENFLAMMEE SUR LA LUNE COURAIENT LES NUAGES 
ENFLAMMEE SUR LA LUNE LES NUAGES COURAIENT 
LES NUAGES SUR LA LUNE ENFLAMMEE COUR.AIENT 
LA LUNE ENFLAMMEE COURAIENT SUR LES NUAGES 
ALGORITHMES DE GENERATION AUTOMATIQUE ... 137 
ENFLAMMEE COURAIENT SUR LA LUNE LES NUAGES 
SUR LA LUNE ENFLAMMEE COURAIENT LES NUAGES 
ENFLAMMEE COURAIENT LES NUAGES SUR LA LUNE 
ENFLAMMEE COURAIENT LA LUNE SUR LES NUAGES 
COURAIENT SUR LA LUNE ENFLAMMEE LES NUAGES 
ENFLAMMEE LES NUAGES SUR LA LUNE COURAIENT 
SUR LA LUNE ENFLAMMEE LES NUAGES COURAIENT 
ENFLAMMEE LES NUAGES COURAIENT SUR LA LUNE 
ENFLAMMEE LA LUNE SUR LES NUAGES COURAIENT 
ENFLAMMEE LA LUNE COURAIENT SUR LES NUAGES 

