6. Modalité d’évaluation6. Modalité d’évaluation
Myrtille Terrier (2ème année)[email protected]
CRIP5, équipe Diadex. Université René Descartes – Paris VLaLICC FRE 2919, équipe Parole et Langage. Université de Paris-Sorbonne – Paris IV
Société SoNear, logiciels applicatifs pour téléphones mobiles
Grammaire de compréhension à émission de conceptsGrammaire de compréhension à émission de concepts
École d’été Dialogue et Interaction- Juillet 2006- Autran
5. Grammaire d’unification à émission de concepts pour la compréhension5. Grammaire d’unification à émission de concepts pour la compréhension
Taux d’erreur de reconnaissance
- en mots: 2,02%
- en concepts
Couverture de la langue
Taux de réutilisation des contraintes
- syntaxiques
- sémantiques
Grammaire formelle de reconnaissance et de compréhension pour le dialogueGrammaire formelle de reconnaissance et de compréhension pour le dialogue
Représentation du lexique (syntaxe et sémantique lexicale) Représentation du lexique (syntaxe et sémantique lexicale) fondée sur une structuration de traits de modalité et de valeurs fondée sur une structuration de traits de modalité et de valeurs données données
Syntaxe
mot voudraisnature verbe
mode: indicatiftemps: présentpersonne: 1erenombre: sing
mot jenature pronom
sous cat: personnelpersonne: 1erenombre: sing
Sémantique lexicale
lemme vouloirconcept formulationspécialisation expressif: volonté
lemme partirconcept mouvementspécialisation polarité locative: initiale
transitionnel: +
4. Grammaire d’unification4. Grammaire d’unification3. Description des connaissances 3. Description des connaissances linguistiqueslinguistiques
Contraintes logiques sur les traits et les valeursContraintes logiques sur les traits et les valeurs
Contraintes syntaxiquesConcordance des temps, traitement des accords (C1) RUSynt 1 {Accord_Personne_Nombre} :pronom (Personne, Nombre) ∧ verbe (Personne, Nombre)
Unification de la valeur des traits Personne et Nombre
(C2) RUSynt 2 {Accord_Genre_Nombre} :article (Genre, Nombre) ∧ nom (Genre, Nombre)
Contraintes entre les syntagmes (représentation simplifiée)(C3) RUSynt 3 {Phrase} : SN ∧ SV ∧ RUSynt 1 (C4) RUSynt 4 {Phrase} : SN ∧ SPrep (C5) RUSynt 5 {SV} : verbe ∧ Sprep ()(C6) RUSynt 6 {Sprep} : prep ∧ SN
SN: syntagme nominalSV: syntagme verbalSPrep: syntagme prépositionnel
Contraintes sémantiques Contraintes entre les constituants sémantiques (sémantique relationnelle)(C7) RUSem 1 {Trajet_Partiel}: mouvement (polarité locative: Valeur)
∧ mouvement (polarité locative: Valeur) Unification de la valeur du trait Polarité Locative (Valeur)
Analyse des énoncés reconnus Analyse des énoncés reconnus par le système de reconnaissancepar le système de reconnaissance
Grammaire de syntagmes minimaux (chunks) [Abney 91]1. Identification des mots[Je/ pronom] [voudrais/verbe] [partir/verbe] [de/prep] [Paris/nom propre]
2. Conversion d’une suite de mots en chunks (patrons prédéfinis)[Je] [voudrais partir] [de Paris]
3. Construction de phrases à partir des chunks[[Je/SN [voudrais partir/SV] [de Paris/sprep]]
4. Compréhension,grâce aux concepts sémantico-pragamatiques associés à la tête lexicale du chunk (lexique du domaine de la tâche)
<GC1>::= <mouvement><GC2> <mouvement>::= partir |aller<GC2>::= <localisation>|<état><localisation>::= Paris|Lyon|Grenoble<état>::= vacances|retraite
[[mouvement: partir] [localisation:Paris]]
1. Système de reconnaissance 1. Système de reconnaissance
Moteur de reconnaissance vocale Moteur de reconnaissance vocale + +
Modèle de langageModèle de langage
Modèle de langage généraliste (n-gram) Estimation de la probabilité d'un mot
connaissant ses N prédécesseurs
10-15% d’erreurs (Broadcast News)
40% d’erreurs (Meeting Recognition)
2. Grammaire de compréhension2. Grammaire de compréhension
PROBLEMATIQUEPROBLEMATIQUECompréhension de la parole dans des applications de dialogue vocal
CONTRIBUTIONCONTRIBUTION
Modèle de langage peu flexibleNombreuses règles dues à la
spécialisationFaible niveau d’abstraction
Pas d’analyse linguistique profonde (traitement des ellipses, anaphores, cataphores, deixis)
ETAT DE L’ART ETAT DE L’ART Système de dialogue vocal
- J. Dowding, B.A. Hockey, J.M. Gawron, and C. Culy. (2001). Practical issues in compiling typed unification grammars for speech recognition. In Proceedings of the 39th Annual Meeting of the Association for Computational Linguistics, Toulouse, France.
- R. Moore. (1998). Using natural language knowledge sources in speech recognition. In Proceedings of the NATO Advanced Studies Institute.
- M. Rayner, B.A. Hockey, J.-M. Renders, N. Chatzichrisafis and K. Farrell. (2005). Spoken Language Processing in the Clarissa Procedure Browser. ICSI Tech Report TR-05-005.
Modèle de langage formel spécialiséGrammaire hors contexte
<HC1>::= je voudrais <HC2> <HC3><HC2>::= partir|aller<HC3>::= <HC4>|<HC5><HC4>::= en vacances<HC5>::= de <HC6><HC6>::= Paris|Lyon|Grenoble
Une contrainte satisfaite peut émettre un ou plusieurs nouveau(x) concept(s)(C7) RUSem 1 {Trajet_Partiel}: mouvement (polarité locative: finale)
∧ mouvement (polarité locative: finale)Émission nouveau concept: trajet [localisation[cible]]
(C7) RUSem 1 {Trajet_Partiel}: mouvement (polarité locative: initiale)
∧ mouvement (polarité locative: initiale)Émission nouveau concept: trajet [localisation[source]]
Approche flexibleRéutilisation des connaissances syntaxiques et
sémantiques Description hiérarchique
Génération d’une grammaire hors contexte de reconnaissance à partir de cette grammaire [Moore 98][Dowding 01]
Une grammaire d’unification pour modéliser la réponse de l’utilisateur à 1 question
Perspective: génération automatique de grammaires d’unification spécialisées [Rayner 05]
Ex: (C3) ∧ (C4) ∧ (C7)Il peut arriver à Autran ?Je veux revenir à l’hôtel le plus tôt possibleUn billet au départ de la gare de Lyon, s’il vous plaitDemain, je partirai de la place GrenetteIls vont décoller de Lyon à midije vais partir de l’aile nord de l’aéroport RCG
Bibliographie Bibliographie
Recommended
