Intégration de connaissance syntaxique et sémantique en reconnaissance
automatique de la parole.

La principale limite des systèmes actuels de transcription automatique
de la parole provient sans aucun doute de l'absence de connaissances
de haut niveau sur le langage. Savoir reconnaître le thème abordé dans
un segment à transcrire peut ainsi influer la production de mots plus
probables ; comprendre que deux mots sont proches au niveau du sens
peut affermir ou amoindrir la croyance en la pertinence d'une
hypothèse de transcription contenant ces deux termes ; reconnaître
l'agrammaticalité d'une hypothèse produite peut conduire à mettre en
avant une solution plus sûre. Malgré des expériences variées
concernant l'intégration de connaissances linguistiques,
l'exploitation des informations par exemple d'ordre sémantique ou
pragmatique est toutefois très marginale.

L'Action de Recherche Concertée de l'INRIA RAPSODIS a pour objectif
d'intégrer des connaissances linguistiques de haut niveau, de type
syntaxique et sémantique, en transcription automatique de la
parole. Le projet s'articule autour de trois axes : l'extraction de
relations lexicales sémantiques (synonymes, hyperonymes, etc.) à
partir de corpus, le développement d'outisl d'analayse syntaxique
partielle de transcriptions automatiques et l'intégration de ces
connaissances pour améliorer la reconnaissance de la parole.

Le sujet proposé s'inscrit dans le troisième axe et a pour buts de
proposer, d'étudier et d'évaluer des méthodes permettant une
intégration effective des connaissances extraites par ces analyses
syntaxiques et sémantiques dans notre système de transcription
automatique. On pourra étudier dans un premier temps l'utilisation de
telles connaissances pour réordonner des listes d'hypothèses de
transcription. On s'interessera également à leur impact sur les
mesures de confiance. Dans un deuxième temps, on pourra s'intéresser à
des modes d'intégration plus complexes, soit par le biais de graphes
de mots, soit directement au niveau de l'algorithme de décodage
initial.

Les méthodes proposées seront évaluées sur une tâche de transcription
d'émissions radiophoniques telles que proposée dans la campagne ESTER
2.

Profil

Thèse en RAP de préférence, voire en TAL (modèles de langues,
acquisition de connaissances sémantiques, etc.).

Contact

Guillaume Gravier, guillaume.gravier@irisa.fr
Pascale Sébillot, pascale.sebillot@irisa.fr

Liens

 Rapsodis    http://rapsodis.inria.fr
 ESTER       http://www.afcp-parole.org/ester/index.html