Compréhension automatique de la parole arabe spontanée — Une modélisation numérique [Automatic Understanding of Spontaneous Arabic Speech — A Numerical Model]

TAL. Volume 49 – n° 1/2008, pages 141 à 166 Compréhension automatique de la parole arabe spontanée Une modélisation numérique Anis Zouaghi* — Mounir Zrigui** — Georges Antoniadis*** *Laboratoire RIADI, Équipe de Monastir Faculté des sciences de Monastir Anis.Zouaghi@riadi.rnu.tn **Laboratoire UTIC, Équipe de Monastir Faculté des sciences de Monastir Mounir.Zrigui@fsm.rnu.tn ***Laboratoire LIDILEM Université Stendhal, Grenoble 3 Georges.Antoniadis@u-grenoble3.fr RÉSUMÉ. Notre travail s’intègre dans le cadre du projet intitulé « Oreillodule » : un système de reconnaissance, de traduction et de synthèse de la parole arabe. L’objectif de cet article est de présenter l’analyseur sémantique développé pour la compréhension automatique de la parole arabe spontanée. Cet analyseur est dédié, pour l’instant, à la compréhension de l’arabe standard. L’évaluation du système montre bien l’efficacité et la robustesse de ce dernier face aux caractéristiques principales de l’oral spontané, d’une manière générale, et aux spécificités de la langue arabe plus particulièrement. ABSTRACT. This work is part of a large research project entitled "Oreillodule" aimed at developing tools for automatic speech recognition, translation, and synthesis for Arabic language. Our attention has mainly been focused on an attempt to present the semantic analyzer developed for the automatic comprehension of the standard spontaneous arabic speech. The findings on the effectiveness of the semantic decoder are quite satisfactory. MOTS-CLÉS : compréhension automatique, parole arabe spontanée, analyse sémantique, modèle numérique, extraction automatique, contexte pertinent, information mutuelle moyenne, k-means. KEYWORDS: automatic comprehension, spontaneous arabic speech, semantic analyse, probabilistic model, automatic extraction, pertinent context, mutual information, k-means. 142 TAL. Volume 49 – n° 1/2008 1. Introduction Nos travaux s’inscrivent dans le cadre de la compréhension automatique de la langue arabe, et dans le contexte des communications homme/machine finalisées. L’utilisation de modèles statistiques pour la reconnaissance et la compréhension de la parole ont l’avantage d’être portables vers d’autres domaines, ou vers des applications multilingues (Minker, 1999). Se fonder sur de tels modèles, pour l’interprétation sémantique des mots de l’énoncé, nécessite généralement la considération du contexte d’énonciation. Les informations contextuelles jouent un rôle primordial dans la détermination du sens adéquat d’un mot dans un énoncé donné. Ces informations permettent de lever les ambiguïtés d’interprétation et d’améliorer les performances du système de compréhension (Bousquet-Vernhettes, 2002). Dans l’approche standard, le décodage du sens d’un mot est généralement déduit en analysant le contexte qui le précède ou/et qui le succède immédiatement. Or, dans le cas de la compréhension de l’arabe spontané, ceci n’est pas toujours optimum. D’après l’étude que nous avons réalisée sur l’impact de la nature et du type du contexte sur le résultat de compréhension automatique de la langue arabe spontanée (voir figure 13, section 6), le taux d’une mauvaise compréhension est égal à 45 %, en considérant uniquement le sens du mot qui précède le mot à interpréter sémantiquement. Nous proposons alors de considérer plusieurs informations contextuelles en même temps pour l’analyse sémantique de l’oral arabe spontané : informations de type illocutoire, sémantique et linguistique. Ces informations contextuelles ont permis d’atteindre un taux de performance total de l’ordre de 29 % (voir figure 13). …

Content truncated to 500 words