Réacc

C'est certainement dans le contexte du courrier électronique qu'on rencontre le plus souvent aujourd'hui le phénomène des textes français sans accents, phénomène qui s'explique de deux façons. Premièrement, le monde de l'informatique a longtemps souffert de l'absence d'une norme suffisamment répandue pour l'encodage des caractères accentués, ce qui a entraîné toute une panoplie de problèmes de transfert et de traitement des textes français. Deuxièmement, la saisie au clavier des caractères accentués demeure, encore à ce jour, un exercice ardu, voire acrobatique dans certains cas : ici, il s'agit à la fois d'une question de norme et d'une question d'ergonomie. Le résultat concret, c'est qu'un très grand nombre de francophones évite systématiquement d'utiliser les caractères accentués, tout du moins pour le courrier électronique.

Si cette situation demeure tolérable en pratique, c'est parce qu'il est extrêmement rare que la disparition des accents rende un texte français incompréhensible pour un humain. À la limite, elle ralentit la lecture et suscite un certain inconfort, comme peut le faire, par exemple, la lecture d'un texte rédigé entièrement en majuscules.

Il n'en demeure pas moins que si le français sans accent est acceptable dans certaines circonstances, il ne l'est pas dans l'usage courant, notamment dans le cas des documents à large diffusion. Par ailleurs, l'absence des accents pose de sérieux problèmes pour le traitement automatique des textes. Qu'il s'agisse de recherche documentaire, de correction orthographique, grammaticale, stylistique, de traduction automatique, d'interface en langue naturelle ou de quelqu'autre forme de traitement de la langue, on s'attendra en général à ce que les textes français comportent des accents. D'où l'intérêt pour des méthodes de récupération automatique des accents, ou de réaccentuation automatique.

Nous avons développé un outil qui réintroduit automatiquement les accents et autres marques diacritiques dans un texte qui en est privé. Notre système Réacc réaccentue déjà les textes français et ce, avec un taux de succès élevé. Ce système utilisé pour ce faire un modèle de langue probabiliste (modèle de Markov caché). Nous avons également mis au point une version "interactive" de ce logiciel, qui effectue la réaccentuation en temps réel, à mesure que le texte est saisi au clavier. Le résultat est un éditeur de texte dans lequel l'utilisateur n'a pratiquement plus besoin de se soucier des accents.

Ceci a été décrit dans un article

M. Simard, A. Deslauriers, Real-time automatic insertion of accents in French text, Natural Language Engineering, Volume 7, no 2. Juin 2001. pp 143-165 [PDF 261K].

Contact:Guy Lapalme