Robustesse et portabilités multilingue et multi-domaines des systèmes de compréhension de la parole : les corpus du projet PortMedia (Robustness and portability of spoken language understanding systems among languages and domains : the PORTMEDIA project) [in French]

Actes de la conférence conjointe JEP-TALN-RECITAL 2012, volume 1: JEP, pages 779–786, Grenoble, 4 au 8 juin 2012. c ⃝2012 ATALA & AFCP Robustesse et portabilités multilingue et multi-domaines des systèmes de compréhension de la parole : les corpus du projet PORTMEDIA Fabrice Lefèvre1, Djamel Mostefa2, Laurent Besacier3, Yannick Estève4, Matthieu Quignard5, Nathalie Camelin4, Benoit Favre6, Bassam Jabaian1,3, Lina Rojas-Barahona5 (1) Université d’Avignon, LIA-CERI, France, {fabrice.lefevre,bassam.jabaian}@univ-avignon.fr (2) Evaluation and Language resources Distribution Agency, France, mostefa@elda.org (3) LIG, Grenoble, France, laurent.besacier@imag.fr (4) LIUM, Le Mans, France, {yannick.esteve,nathalie.camelin}@univ-lemans.fr (5) LORIA, Nancy, France, {matthieu.quignard,lina.rojas}@loria.fr (6) LIF, Marseille, France, benoit.favre@lif.univ-mrs.fr RÉSUMÉ Le projet ANR PORTMEDIA avait pour objectif de compléter le corpus MEDIA afin de favoriser le développement de méthodes performantes, notamment statistiques, pour la compréhension automatique de la parole dans le cadre des systèmes de dialogues homme-machines. Les princi- paux axes traités sont : la robustesse aux erreurs de reconnaissance de la parole, la portabilité multilingue, la portabilité multi-domaines et la représentation sémantique haut-niveau. Ainsi tout en élaborant au sein du projet des éléments de solution à ces problématiques nous nous sommes principalement attachés à élaborer des données et meta-données permettant ensuite à d’autres groupes de recherche d’évaluer dans les meilleures conditions possibles leurs propres propositions. ABSTRACT Robustness and portability of spoken language understanding systems among languages and domains : the PORTMEDIA project The ANR PORTMEDIA projet aimed at complementing the MEDIA corpus so as to foster the development of new performing approaches, including statistical approaches, for the automatic spoken language understanding in the framework of human-machine spoken dialogue systems. The main topics for which work has been carried out are : robustness to speech recognition errors, language portability, domain portability and high-level semantic representation. Thus while elaborating some solutions to theses issues inside the projet itself, we focused our efforts towards collecting new data and metadata which could help other research groups to evaluate their own propositions in the best conditions possible. MOTS-CLÉS : corpus de dialogue oraux, compréhension de la parole, reconnaissance de la parole, multilinguisme, portabilité, représentation sémantique. KEYWORDS: spoken language understanding, dialogue systems, speech recognition system, multilingual, portability, semantic representation. 779 1 Introduction Avec le développement rapide des communications homme-machine (centres d’appels, services téléphoniques, smartphones...), la compréhension automatique de la parole (CAP) a reçu un intérêt croissant ces dernières années. Les systèmes de CAP ont été déployés dans des applications industrielles mais avec des effets mitigés jusqu’à présent. Tout d’abord les systèmes de CAP sont généralement disponibles dans une seule langue et ne supportent donc pas le multilinguisme. Ensuite les services existants utilisant des composants de CAP sont très contraints et limités par la tâche ou le domaine d’application. Enfin la qualité de l’interaction utilisateur/système est toujours loin d’être aisée et naturelle. Le projet PORTMEDIA tente d’apporter des solutions à ces difficultés en développant de nouveaux corpus visant trois objectifs distincts mais complémentaires : – Robustesse des systèmes de CAP aux erreurs de reconnaissance. Les erreurs dues à la reconnaissance automatique de la parole doivent être prises en compte …

Content truncated to 500 words