![Morphologie Riche
et RAP [Creutz et al., 2007]](https://image.slidesharecdn.com/jep2012-wrkshpv2-120611083329-phpapp01/85/Jep-2012-wrkshp-14-320.jpg)
Jep 2012 wrkshp
- 1. Analyse des performances de modèles de langage sub-lexicale pour des langues peu-dotées à morphologie riche Hadrien Gelas1,2, Solomon Teferra Abate2, Laurent Besacier2, François Pellegrino1 1Laboratoire DDL, CNRS - Université de Lyon, France 2LIG, CNRS - Université Joseph Fourier Grenoble, France
- 2. Introduction Résultats 1 2 3 Segmentation des données textuelles
- 6. Reconnaissance Automatique de la Parole (RAP) " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage J Sorties texte
- 7. Ressources en RAP " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage AMH : 20h de parole lue SWH : 2h30 de parole lue + 10h de broadcast news J Sorties texte
- 8. Ressources en RAP " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage 65k mots les plus fréquents pour les 2 langues J Sorties texte
- 9. Ressources en RAP " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage AMH : 2.3M de mots SWH : 28M de mots J Sorties texte
- 10. Amharique et swahili Morphologie riche
- 11. Morphologie Riche en swahili English They will not tell you
- 12. Morphologie Riche en swahili English They will not tell you Swahili hawatakuambieni
- 13. Morphologie Riche en swahili English They will not tell you Swahili hawatakuambieni Segm. ha-wa-ta-ku-ambi-e-ni Gloss NEG-SM2-FUT-OM2-tell-FIN-PL
- 14. Morphologie Riche et RAP [Creutz et al., 2007]
- 15. Morphologie Riche et RAP Faible couverture lexicale OOV% élevé 3 Segmentation des mots en sous-unités !
- 16. Segmentation des données 3 approches et 3 étiquetages 2
- 17. Approche #1 Approche non-supervisée (Morfessor), guidée par les données. liste de mots 3 liste de morphes
- 18. Approche #2 Approche supervisée, nécessite un corpus d’apprentissage manuellement segmenté. liste de mots 3 liste de morphèmes
- 19. Approche #3 Découpage en syllabe à partir de règles suivant les contraintes phonologiques et structurelles des langues respectives liste de mots 3 liste de syllabes
- 20. Ressources en RAP " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage On apprend des modèles de langage à partir des corpus segmentés en sous-unités J Sorties texte
- 21. Ressources en RAP " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage Nécessite de reconstruire les sorties au niveau mot ! J Sorties texte
- 22. Etiquetage #1 _AFX : Une frontière (MB) est a joutée à la gauche (ou droite) de la segmentation laissant la « racine » isolé. ki tabu 3 kiMB tabu 3 kitabu
- 23. Etiquetage #2 _ALL : Une frontière (MB) est a joutée de chaque côté de la segmentation. Distinguant ainsi chaque racine par sa position (ROOT, MBROOT, ROOTMB, MBROOTMB) ki tabu 3 kiMB MBtabu 3 kitabu
- 24. Etiquetage #3 _POS : Pour les syllabes, nous avons a joutés à la syllabe la position de la syllabe dans le mot. ki ta bu 3 1ki 2ta 3bu kitabu 3
- 25. Résultats (WER) " Dictionnaire Modèles r prononciation r Modèles acoustiques l l de langage 3 J Sorties texte
- 29. Conclusion RAP : langues à morphologie riche Mots 3 Sous-unités = Amélioration du WER% = Amélioration du OOV% Si segmentation appropriée !
- 30. Récapitulatif Influence sur performances = 3 paramètres #1 : Longueur couverte par n-gram si suffisante… #2 : Couverture lexicale si suffisante… #3 : Précision des contextes
- 32. Résultats swahili (TYPE OOV %) 19.17 12.46 10.28 11.36 1.61 Word-65k Word-200k Word-400k Morf-65k Morf-200k
- 33. Comparaison – swahili approches et étiquetages