Un modèle multi-sources pour la segmentation en sujets de journaux radiophoniques et son intérêt pour la transcription

Stéphane Huet (Stephane (point) huet <at> iro (point) umontreal (point) ca)

Le 10 décembre 2008 à 11 h 30

Salle 3195, Pavillon André-Aisenstadt


Nous présentons une méthode de segmentation de journaux radiophoniques en sujets, basée sur la prise en compte d'indices lexicaux, syntaxiques et acoustiques. Partant d'un modèle statistique existant de segmentation thématique, basé sur la notion de cohésion lexicale, nous étendons le formalisme pour y inclure des informations d'ordre syntaxique et acoustique. Les résultats expérimentaux montrent que le seul modèle de cohésion lexicale ne suffit pas pour le type de documents étudié en raison de la taille variable des segments et de l'absence d'un lien direct entre segment et thème. L'utilisation d'informations syntaxiques et acoustiques permet une amélioration substantielle de la segmentation obtenue. Nous terminons notre exposé en présentant de manière plus prospective l'intérêt de la segmentation pour améliorer la qualité de la transcription de la parole.


Pour recevoir les annonces hebdomadaires par courriel, envoyez un message à l'adresse majordomo@iro.umontreal.ca

Liste des autres séminaires