Pascale Sébillot

Irisa, INSA de Rennes

Session TALN orale O2   Extraction d'information   Lundi 9 Juin - 13h30 15h00

• papier 1332 Un modèle multi-sources pour la segmentation en sujets de journaux radiophoniques


• Stéphane Huet  ( IRISA, Université de Rennes 1)
• Guillaume Gravier  ( IRISA, CNRS)
• Pascale Sébillot  ( IRISA, INSA de Rennes)
• Résumé : 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, exploitant 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.
• article



---




Session JEP poster P3   Mardi 10 Juin - 14h00 16h00

• papier 1623 Vers une adaptation thématique non supervisée de modèles de langage : utilisation d'Internet comme un corpus ouvert


• Gwénolé Lecorvé  ( Irisa, INSA de Rennes)
• Guillaume Gravier  ( Irisa, CNRS)
• Pascale Sébillot  ( Irisa, INSA de Rennes)
• Résumé : Since language models (LM) of automatic speech recognition systems are usually trained on multi-topic corpora, topic adaptation has been shown to be an effective way to improve the recognition accuracy, especially for broadcast news. This paper presents a new complete and unsupervised technique using information retrieval methods and based on the use of the Internet to retrieve thematically coherent corpora from which adapted LMs are trained. Experimental results demonstrate the validity of the proposed adaptation method with significant perplexity and word error rate reductions, and also show that topic adaptation should be included early in the recognition process.
• article



---