<html> <head> <title> Stratgies de TALN pour la Comprhension de la Parole  - Ariane Halber </title>  	       <!*** Definition des meta pour l'indexation ***>  <meta name="Auteur" content=" Ariane Halber "> <meta name="Titre" content=" Stratgies de TALN pour la Comprhension de la Parole  "> <meta name="Title" content=" NLP Strategies for Speech Understanding  "> <meta name="Departement" content=" Informatique et R&eacute;seaux ">  <meta name="Directeur" content=" Grard Chollet (SIG) / Franois Yvon (INFO)  "> <meta name="Laboratoire" content=" THOMSON-CSF/LCR "> <meta name="Universite" content="  ">  <meta name="Resume" content="  L'intgration de la Reconnaissance de la Parole (RP) et du Traitement Automatique du Langage Naturel (TALN) est une problmatique centrale pour la mise en place de systmes de dialogue vocaux. En effet, la reconnaissance acoustique ncessite des informations linguistiques pour atteindre des performances acceptables, et de son ct la comprhension des noncs reconnus doit tre adapte aux spcificits de l'oral et aux ventuelles erreurs de reconnaissances. Nous investigons, dans cette thse, des stratgies d'analyse du langage naturel s'interfaant au mieux avec la reconnaissance de la parole, en vue des taches suivantes~: <ul> <li> amliorer le dcodage acoustico-phontique premier, en parcourant les treillis de mots reconnus, ou en reordonnant les N-meilleures phrases hypothses; <li> se montrer robuste aux variations grammaticales des noncs reconnus et fournir une analyse pertinente au module d'interprtation contextuel li au noyau de l'application. <p> </ul> Nous nous interessons a ces fins aux Grammaires d'Arbre Adjoint Lexicalises (GAAL) qui possdent des proprits de reprsentation lexicale et d'incrementalit de la segmentation, que nous voulons mettre au profit d'une analyse syntaxico-smantique robuste.  "> <meta name="Abstract" content="  Integrating Speech Recognition (SR) and Natural Language Processing (NLP) is a major issue in the design of spoken dialog systems. On the one hand acoustic decoding requires linguistic knowledge to reach a reasonable performance, on the other hand spoken utterance understanding must be adapted to oral phenomena and recognition errors. <br> We investigate in this thesis SR adapted NLP strategies to meet the following goals: <ul> <li> improve the prime acoustico-phonetic decoding, by searching recognized word lattices, or by re-ranking N-best hypotheses; <li> deal robustly with grammatical variability of recognized utterances and provide a relevant analysis to the contextual interpretation module related to the core application. <p> </ul> To achieve this, we study Tree Adjoining Grammars (TAG), whose properties concerning lexical representation and incremental parsing we want to exploit for robust syntactico-semantic parsing.  "> <meta name="Motcle" content=" TALN, Comprhension de la Parole, Interface Reconnaissance de la Parole/Analyse Linguistique, Grammaires d'Arbre Adjoint, Parsing Syntaxico-Smantique, Parsing Robuste, Parsing Probabiliste, Mthodes  base de Corpus. <br> NLP, Speech Understanding, Speech Recognition/Linguistic Analysis Interface, Tree Adjoining Grammars, Syntactico-Semantic Parsing, Robust Parsing, Probabilistic Parsing, Corpus Methods.  "> <meta name="Photo" content=" http://www.enst.fr/~halber/ariane1.1.jpg "> <meta name="Page" content=" http://www.enst.fr/~halber "> <meta name="Statut" content=" Soutenue "> <meta name="Date" content=" 7-dcembre-99 "> <meta name="Lieu" content=" , ENST "> <meta name="Adresse" content=" halber@enst.fr ">   </head>    <body BGCOLOR="#ffffff" text="#101077" LINK="#000fff"    VLINK="#9900ff"><font size=+1></body>  	            <!*** Presentation ***>    <h1 align=center>   <IMG SRC="../gif/graduate.gif" align=left border=0>   <A HREF="#anglais">   <IMG SRC="http://www.enst.fr/images/english.gif" align=right border=0>   </A>   Stratgies de TALN pour la Comprhension de la Parole   </h1>   <IMG SRC="../gif/lignes/oranj.gif" align=left>   <br> <br> <img align="left" src="http://www.enst.fr/~halber/ariane1.1.jpg"><h2 align="right"> Auteur :   Ariane Halber<br></h2>              <h3 align="right">Th&egrave;se de  l'ENST </h3>               <h3 align="right">D&eacute;partement    Informatique et R&eacute;seaux<br>              </h3><h3 align="right"> Laboratoire d'accueil : THOMSON-CSF/LCR<br></h3><br clear=all> <h3><br>R&eacute;sum&eacute; : </h3> L'intgration de la Reconnaissance de la Parole (RP) et du Traitement Automatique du Langage Naturel (TALN) est une problmatique centrale pour la mise en place de systmes de dialogue vocaux. En effet, la reconnaissance acoustique ncessite des informations linguistiques pour atteindre des performances acceptables, et de son ct la comprhension des noncs reconnus doit tre adapte aux spcificits de l'oral et aux ventuelles erreurs de reconnaissances. Nous investigons, dans cette thse, des stratgies d'analyse du langage naturel s'interfaant au mieux avec la reconnaissance de la parole, en vue des taches suivantes~: <ul> <li> amliorer le dcodage acoustico-phontique premier, en parcourant les treillis de mots reconnus, ou en reordonnant les N-meilleures phrases hypothses; <li> se montrer robuste aux variations grammaticales des noncs reconnus et fournir une analyse pertinente au module d'interprtation contextuel li au noyau de l'application. <p> </ul> Nous nous interessons a ces fins aux Grammaires d'Arbre Adjoint Lexicalises (GAAL) qui possdent des proprits de reprsentation lexicale et d'incrementalit de la segmentation, que nous voulons mettre au profit d'une analyse syntaxico-smantique robuste.                <H3> Mot-Cl&eacute;s :</H3> TALN, Comprhension de la Parole, Interface Reconnaissance de la Parole/Analyse Linguistique, Grammaires d'Arbre Adjoint, Parsing Syntaxico-Smantique, Parsing Robuste, Parsing Probabiliste, Mthodes  base de Corpus. <br> NLP, Speech Understanding, Speech Recognition/Linguistic Analysis Interface, Tree Adjoining Grammars, Syntactico-Semantic Parsing, Robust Parsing, Probabilistic Parsing, Corpus Methods.                 <h3> <br> Directeur de la th&egrave;se : Grard Chollet (SIG) / Franois Yvon (INFO)  </h3> <hr> <h3> Th&egrave;se Soutenue <br> <i> Date de soutenance : 7-dcembre-99 <br> Lieu de soutenance :  ENST</i>            </h3> <A NAME="anglais"> <br><align="left">               <IMG SRC="../gif/lignes/oranj.gif">               <H2> Title : NLP Strategies for Speech Understanding </H2> <H3> Abstract :</H3>  Integrating Speech Recognition (SR) and Natural Language Processing (NLP) is a major issue in the design of spoken dialog systems. On the one hand acoustic decoding requires linguistic knowledge to reach a reasonable performance, on the other hand spoken utterance understanding must be adapted to oral phenomena and recognition errors. <br> We investigate in this thesis SR adapted NLP strategies to meet the following goals: <ul> <li> improve the prime acoustico-phonetic decoding, by searching recognized word lattices, or by re-ranking N-best hypotheses; <li> deal robustly with grammatical variability of recognized utterances and provide a relevant analysis to the contextual interpretation module related to the core application. <p> </ul> To achieve this, we study Tree Adjoining Grammars (TAG), whose properties concerning lexical representation and incremental parsing we want to exploit for robust syntactico-semantic parsing.  <br>               <align="left">                <IMG SRC="../gif/lignes/oranj.gif"> 	              <!*** Liens possibles ***>               <h4> <A HREF="http://www.enst.fr/~doctorat/these.html">               Effectuer une nouvelle recherche ?</A>               <br></h4>                <h4> Pour me contacter, envoyez-moi un                 <A HREF="mailto:halber@enst.fr">mail</A> <br>                   ... si vous voulez voir <A HREF="http://www.enst.fr/~halber">ma page</A>                      </h4>                 </body> 
