Prédiction de l’indexabilité d’une transcription (Prediction of transcription indexability) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 697–705, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Prédiction de l’indexabilité d’une transcription Grégory Senay1 Benjamin Lecouteux2 Georges Linarès1 (1) LIA, AVIGNON (2) LIG, GRENOBLE gregory.senay@univ-avignon.fr, benjamin.lecouteux@imag.fr, georges.linares@univ-avignon.fr RÉSUMÉ Cet article présente une mesure de confiance sémantique permettant de prédire la qualité d’une transcription automatique dédiée à de la recherche d’information dans les documents audio (RIDA). La méthode proposée est basée sur une combinaison de la mesure de confiance issue du système automatique de reconnaissance de la parole (SRAP) et d’un index de compacité séman- tique (ICS). Elle permet d’estimer la pertinence des mots en fonction du contexte sémantique dans lequel ils apparaissent. Les expériences sont menées sur le corpus de la campagne ESTER 2, en simulant un scénario classique d’utilisation d’un système de RIDA : les utilisateurs soumettent des requêtes textuelles à un moteur de recherche qui est supposé leur retourner les documents audio les plus pertinents. Les résultats démontrent l’intérêt d’utiliser un niveau d’information sémantique pour prédire l’indexabilité de la transcription. ABSTRACT Prediction of transcription indexability This paper presents a semantic confidence measure that aims to predict the relevance of automatic transcripts for a task of Spoken Document Retrieval (SDR). The proposed predicting method relies on the combination of Automatic Speech Recognition confidence measure and a Semantic Compacity Index, that estimates the relevance of the words considering the semantic context in which they occurred. Experiments are conducted on the French Broadcast news corpus ESTER 2, by simulating a classical SDR usage scenario : users submit text-queries to a search engine that is expected to return the most relevant documents regarding the query. Results demonstrate the interest of using semantic level information to predict the transcription indexability. MOTS-CLÉS : Reconnaissance de la parole, mesure de confiance, recherche d’information, document audio. KEYWORDS: Speech recognition, confidence measures, spoken document retrieval. 1 Introduction Les approches habituelles en recherche d’information dans les documents audio (RIDA) associent un système de reconnaissance automatique de la parole (SRAP) et des techniques de recherche d’information (RI). Un des enjeux majeurs de cette approche est l’impact des erreurs de recon- naissance sur les performances du système de RI : les SRAP ne sont pas assez robustes dans des conditions inattendues où le taux d’erreur mot (TEM) peut être supérieur à 30 % et perturber ainsi significativement la précision de la recherche (Oard et al., 2004; Whittaker et al., 2002; 697 Hansen et al., 2005). Dans des conditions contrôlées, la campagne TREC-SDR conclut que ces erreurs ne corrompent pas les résultats du moteur de recherche (Garofolo et al., 2000). Considérant qu’un SRAP parfait n’existera pas à court terme, plusieurs études récentes en RIDA se focalisent sur des méthodes tolérantes aux erreurs des SRAP. Elles se basent sur les différentes représentations des transcriptions (treillis de mots, N-meilleures hypothèses...) (Saraclar, 2004; l. Chang et al., 2008), les stratégies d’indexation (Chelba et al., 2007; Kurimo et Turunen, 2005; Siegler, 1999) ou le traitement des mots hors vocabulaire. …

Content truncated to 500 words