File size: 94,736 Bytes
6fa4bc9 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 813 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 830 831 832 833 834 835 836 837 838 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 875 876 877 878 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 912 913 914 915 916 917 918 919 920 921 922 923 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 994 995 996 997 998 999 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 1043 1044 1045 1046 1047 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 1079 1080 1081 1082 1083 1084 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 1108 1109 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 1141 1142 1143 1144 1145 1146 1147 1148 1149 1150 1151 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 1204 1205 1206 1207 1208 1209 1210 1211 1212 1213 1214 1215 1216 1217 1218 1219 1220 1221 1222 1223 1224 1225 1226 1227 1228 1229 1230 1231 1232 1233 1234 1235 1236 1237 1238 1239 1240 1241 1242 1243 1244 1245 1246 1247 1248 1249 1250 1251 1252 1253 1254 1255 1256 1257 1258 1259 1260 1261 1262 1263 1264 1265 1266 1267 1268 1269 1270 1271 1272 1273 1274 1275 1276 1277 1278 1279 1280 1281 1282 1283 1284 1285 1286 1287 1288 1289 1290 1291 1292 1293 1294 1295 1296 1297 1298 1299 1300 1301 1302 1303 1304 1305 1306 1307 1308 1309 1310 1311 1312 1313 1314 1315 1316 1317 1318 1319 1320 1321 1322 1323 1324 1325 1326 1327 1328 1329 1330 1331 1332 1333 1334 1335 1336 1337 1338 1339 1340 1341 1342 1343 1344 1345 1346 1347 1348 1349 1350 1351 1352 1353 1354 1355 1356 1357 1358 1359 1360 1361 1362 1363 1364 1365 1366 1367 1368 1369 1370 1371 1372 1373 1374 1375 1376 1377 1378 1379 1380 1381 1382 1383 1384 1385 1386 1387 1388 1389 1390 1391 1392 1393 1394 1395 1396 1397 1398 1399 1400 1401 1402 1403 1404 1405 1406 1407 1408 1409 1410 1411 1412 1413 1414 1415 1416 1417 1418 1419 1420 1421 1422 1423 1424 1425 1426 1427 1428 1429 1430 1431 1432 1433 1434 1435 1436 1437 1438 1439 1440 1441 1442 1443 1444 1445 1446 1447 1448 1449 1450 1451 1452 1453 1454 1455 1456 1457 1458 1459 1460 1461 1462 1463 1464 1465 1466 1467 1468 | {
"paper_id": "F13-1013",
"header": {
"generated_with": "S2ORC 1.0.0",
"date_generated": "2023-01-19T09:41:03.924531Z"
},
"title": "Vers un treebank du fran\u00e7ais parl\u00e9",
"authors": [
{
"first": "Anne",
"middle": [],
"last": "Abeill\u00e9",
"suffix": "",
"affiliation": {
"laboratory": "",
"institution": "Universit\u00e9 Paris Diderot",
"location": {
"postCode": "75013",
"settlement": "Paris"
}
},
"email": "abeille@univ-paris-diderot.fr"
},
{
"first": "Benoit",
"middle": [],
"last": "Crabb\u00e9",
"suffix": "",
"affiliation": {
"laboratory": "",
"institution": "Universit\u00e9 Paris Diderot",
"location": {
"postCode": "75013",
"settlement": "Paris"
}
},
"email": "bcrabbe@univ-paris-diderot.fr"
}
],
"year": "",
"venue": null,
"identifiers": {},
"abstract": "Nous pr\u00e9sentons les premiers r\u00e9sultats d'un corpus arbor\u00e9 pour le fran\u00e7ais parl\u00e9. Il a \u00e9t\u00e9 r\u00e9alis\u00e9 dans le cadre du projet ANR Etape (resp. G. Gravier) en 2011 et 2012. Contrairement \u00e0 d'autres langues comme l'anglais (voir le Switchboard treebank de (Meteer, 1995)), il n'existe pas de grand corpus oral du francais annot\u00e9 et valid\u00e9 pour les constituants et les fonctions syntaxiques. Nous souhaitons construire une ressource comparable, qui serait une extension naturelle du Corpus arbor\u00e9 de Paris 7 (FTB : (Abeill\u00e9 et al., 2003))) bas\u00e9 sur des textes du journal Le Monde. Nous serons ainsi en mesure de comparer, avec des annotations comparables, l'\u00e9crit et l'oral. Les premiers r\u00e9sultats, qui consistent \u00e0 r\u00e9utiliser l'analyseur de (Petrov et al., 2006) entra\u00een\u00e9 sur l'\u00e9crit, avec une phase de correction manuelle, sont encourageants.",
"pdf_parse": {
"paper_id": "F13-1013",
"_pdf_hash": "",
"abstract": [
{
"text": "Nous pr\u00e9sentons les premiers r\u00e9sultats d'un corpus arbor\u00e9 pour le fran\u00e7ais parl\u00e9. Il a \u00e9t\u00e9 r\u00e9alis\u00e9 dans le cadre du projet ANR Etape (resp. G. Gravier) en 2011 et 2012. Contrairement \u00e0 d'autres langues comme l'anglais (voir le Switchboard treebank de (Meteer, 1995)), il n'existe pas de grand corpus oral du francais annot\u00e9 et valid\u00e9 pour les constituants et les fonctions syntaxiques. Nous souhaitons construire une ressource comparable, qui serait une extension naturelle du Corpus arbor\u00e9 de Paris 7 (FTB : (Abeill\u00e9 et al., 2003))) bas\u00e9 sur des textes du journal Le Monde. Nous serons ainsi en mesure de comparer, avec des annotations comparables, l'\u00e9crit et l'oral. Les premiers r\u00e9sultats, qui consistent \u00e0 r\u00e9utiliser l'analyseur de (Petrov et al., 2006) entra\u00een\u00e9 sur l'\u00e9crit, avec une phase de correction manuelle, sont encourageants.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Abstract",
"sec_num": null
}
],
"body_text": [
{
"text": "Nous pr\u00e9sentons les premiers r\u00e9sultats d'un corpus arbor\u00e9 pour le fran\u00e7ais parl\u00e9. Il a \u00e9t\u00e9 r\u00e9alis\u00e9 dans le cadre du projet ANR Etape (resp. G. Gravier) entre 2010 et 2012. Les corpus arbor\u00e9s (Treebank) pour les autres langues ont une partie \u00e9crite et une partie orale : Penn Treebank (Switchboard (Meteer, 1995) ), Verbmobil pour l'allemand, Prague Dependency Treebank pour le tch\u00e8que (Mikulova, 2008) . A notre connaissance, il n'existe pas de grand corpus oral du fran\u00e7ais annot\u00e9 et valid\u00e9 pour les constituants et les fonctions syntaxiques. Les corpus oraux annot\u00e9s existants pour le fran\u00e7ais suivent des sch\u00e9mas sp\u00e9cifiques : annotation en micro et macro syntaxe pour le corpus Rhapsodie (cite Deulofeu 2011), annotation en d\u00e9pendances de (Cerisara et al., 2010) , annotation en chunks du corpus Otim (Blache et al., 2010) Nous souhaitons construire une ressource qui soit une extension naturelle du Corpus arbor\u00e9 de Paris 7 (FTB (Abeill\u00e9 et al., 2003) ) bas\u00e9 sur des textes du journal Le Monde. Nous serons ainsi en mesure de comparer, avec des annotations comparables, l'\u00e9crit et l'oral. Nous proc\u00e9dons en trois temps : une phase de pr\u00e9traitement avec ponctuation et balisage des dysfluences, une phase d'analyse automatique, une phase de correction manuelle. Pour la seconde phase, nous avons adapt\u00e9 le parseur de (Petrov et al., 2006) entra\u00een\u00e9 sur le FTB ; pour la troisi\u00e8me phase, nous avons adapt\u00e9 et enrichi les consignes du Corpus arbor\u00e9 de Paris 7 (Abeille et al., 2013) .",
"cite_spans": [
{
"start": 297,
"end": 311,
"text": "(Meteer, 1995)",
"ref_id": "BIBREF18"
},
{
"start": 385,
"end": 401,
"text": "(Mikulova, 2008)",
"ref_id": "BIBREF19"
},
{
"start": 743,
"end": 766,
"text": "(Cerisara et al., 2010)",
"ref_id": "BIBREF10"
},
{
"start": 805,
"end": 826,
"text": "(Blache et al., 2010)",
"ref_id": "BIBREF6"
},
{
"start": 934,
"end": 956,
"text": "(Abeill\u00e9 et al., 2003)",
"ref_id": "BIBREF2"
},
{
"start": 1318,
"end": 1342,
"text": "de (Petrov et al., 2006)",
"ref_id": null
},
{
"start": 1461,
"end": 1483,
"text": "(Abeille et al., 2013)",
"ref_id": "BIBREF0"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Introduction",
"sec_num": "1"
},
{
"text": "Contrairement \u00e0 d'autres langues comme l'anglais (Switchboard (Meteer, 1995) ) il n'existe pas de grand corpus oral du fran\u00e7ais annot\u00e9 et valid\u00e9 pour les constituants et les fonctions syntaxiques. Nous souhaitons construire une ressource comparable, qui serait une extension naturelle du Corpus arbor\u00e9 de Paris 7 (FTB (Abeill\u00e9 et al., 2003) ) bas\u00e9 sur des textes du journal Le Monde. Une extension \u00e0 l'oral devrait permettre \u00e0 terme de mener des \u00e9tudes comparatives sur des donn\u00e9es comparables de la syntaxe du fran\u00e7ais \u00e9crit et du fran\u00e7ais oral.",
"cite_spans": [
{
"start": 62,
"end": 76,
"text": "(Meteer, 1995)",
"ref_id": "BIBREF18"
},
{
"start": 318,
"end": 340,
"text": "(Abeill\u00e9 et al., 2003)",
"ref_id": "BIBREF2"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "De l'\u00e9crit \u00e0 l'oral",
"sec_num": "2"
},
{
"text": "Le corpus \u00e9crit est annot\u00e9 lexicalement (lemme, cat\u00e9gories et sous-cat\u00e9gories lexicales, morphologie flexionnelle, mots compos\u00e9s), en constituants et en fonctions et a \u00e9t\u00e9 valid\u00e9 manuellement. Il est distribu\u00e9 depuis 2001 et est accompagn\u00e9 d'un guide d'annotation (135pp). Le jeu d'\u00e9tiquettes morphologiques est relativement riche (218 cat\u00e9gories) alors qu'on compte 12 \u00e9tiquettes de syntagmes et 8 \u00e9tiquettes de fonctions. Les choix g\u00e9n\u00e9raux d'annotation reposent sur un sch\u00e9ma surfaciste d'annotation de constituants majeurs qui se veut compatible avec plusieurs th\u00e9ories syntaxiques. Contrairement au Penn Treebank (Marcus et al., 1993) le corpus fran\u00e7ais ne comporte pas de cat\u00e9gories vides ni de constituants discontinus. (Deulofeu et al., 2010) , et suivant en cela les initiatives pour d'autres langues (Meteer, 1995; Mikulova, 2008) la repr\u00e9sentation de donn\u00e9es orales propos\u00e9e ici repose sur l'hypoth\u00e8se que la syntaxe de la phrase orale ne n\u00e9cessite pas un r\u00e9am\u00e9nagement en profondeur du sch\u00e9ma d'annotation de l'\u00e9crit, m\u00eame si des am\u00e9nagements l\u00e9gers sont n\u00e9cessaires. Ce choix a pour cons\u00e9quence de rendre disponible l'outillage d\u00e9j\u00e0 existant (analyseurs, outils d'\u00e9dition de treebank) pour faciliter et acc\u00e9l\u00e9rer le travail d'annotation.",
"cite_spans": [
{
"start": 618,
"end": 639,
"text": "(Marcus et al., 1993)",
"ref_id": "BIBREF17"
},
{
"start": 727,
"end": 750,
"text": "(Deulofeu et al., 2010)",
"ref_id": "BIBREF13"
},
{
"start": 810,
"end": 824,
"text": "(Meteer, 1995;",
"ref_id": "BIBREF18"
},
{
"start": 825,
"end": 840,
"text": "Mikulova, 2008)",
"ref_id": "BIBREF19"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "De l'\u00e9crit \u00e0 l'oral",
"sec_num": "2"
},
{
"text": "Plusieurs versions du French Treebank sont actuellement utilis\u00e9es (Schluter et van Genabith, 2007; Blache et Rauzy, 2012) . Nous nous appuyons sur la repr\u00e9sentation simplifi\u00e9e d\u00e9crite notamment par (Crabb\u00e9 et Candito, 2008) qui permet l'analyse automatique avec les algorithmes d'analyse en constituants \u00e0 l'\u00e9tat de l'art. En particulier nous nous appuyons sur un jeu de cat\u00e9gories lexicales r\u00e9duit (28 cat\u00e9gories) et une liste de mots compos\u00e9s r\u00e9duite aux mots compos\u00e9s grammaticaux. Cette version r\u00e9duite a l'avantage de se convertir de mani\u00e8re d\u00e9terministe vers une repr\u00e9sentation en d\u00e9pendances syntaxiques projectives (Candito et al., 2009) qui est de plus en plus utilis\u00e9e. Annoter en constituants permet donc de b\u00e9n\u00e9ficier des deux types de repr\u00e9sentations.",
"cite_spans": [
{
"start": 66,
"end": 98,
"text": "(Schluter et van Genabith, 2007;",
"ref_id": "BIBREF20"
},
{
"start": 99,
"end": 121,
"text": "Blache et Rauzy, 2012)",
"ref_id": "BIBREF7"
},
{
"start": 198,
"end": 223,
"text": "(Crabb\u00e9 et Candito, 2008)",
"ref_id": "BIBREF11"
},
{
"start": 623,
"end": 645,
"text": "(Candito et al., 2009)",
"ref_id": "BIBREF9"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Contrairement \u00e0 d'autres initiatives d'annotation pour le fran\u00e7ais",
"sec_num": null
},
{
"text": "Les donn\u00e9es orales que nous utilisons sont des donn\u00e9es du corpus ESTER 3 issues du projet ETAPE (Gravier et al., 2012) d\u00e9di\u00e9 \u00e0 l'\u00e9valuation de syst\u00e8mes de reconnaissance automatique de la parole. Les donn\u00e9es sont constitu\u00e9es d'extraits de d\u00e9bats de t\u00e9l\u00e9vision et de radio fran\u00e7aises.",
"cite_spans": [
{
"start": 96,
"end": 118,
"text": "(Gravier et al., 2012)",
"ref_id": "BIBREF14"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Les donn\u00e9es orales",
"sec_num": "3"
},
{
"text": "Les donn\u00e9es annot\u00e9es ici constituent un sous-ensemble de ce corpus constitu\u00e9 des \u00e9missions radiophoniques de France Inter de l'ann\u00e9e 2010 : cinq \u00e9missions de un temps de pauchon et une \u00e9mission du Masque et la plume, ce qui repr\u00e9sente pr\u00e8s d'une heure trente de temps de parole. Dans le premier cas il s'agit d'interviews non pr\u00e9par\u00e9es donnant la parole \u00e0 des inconnus. Dans le second, il s'agit d'un d\u00e9bat public tr\u00e8s anim\u00e9 avec au moins dix journalistes sur le plateau, plus des commentaires de spectateurs. Nous avons \u00e9galement un extrait du corpus fran\u00e7ais de CORAL-ROM (Cresti et al., 2004) . L'extrait annot\u00e9 est L'allumage (Poitiers 2001) . CORAL-ROM pr\u00e9sente un type de conversation informel et spontan\u00e9 entre deux amies : qui repr\u00e9sente 14 minutes de parole. Les donn\u00e9es de r\u00e9f\u00e9rence ESTER 3 sont transcrites orthographiquement, ponctu\u00e9es et enrichies avec un balisage des diffluences, selon le format transcriber (Barras et al., 1998) . De mani\u00e8re \u00e0 uniformiser nos donn\u00e9es de travail, nous avons \u00e9galement reformat\u00e9 les donn\u00e9es CORAL-ROM dans ce m\u00eame format. Au vu de l' extrait donn\u00e9 en Figure 1 , on constate que les donn\u00e9es de d\u00e9part sont d\u00e9j\u00e0 structur\u00e9es, en particulier on observe que l'on a un balisage pour la musique <Event desc=\"musique\" type=\"noise\" extent=\"begin\"/> et les bruits parasites, un balisage pour les disfluences comme pour les marqueurs de discours <Event desc=\"dm\" type=\"lexical\" ... /> mais aussi les r\u00e9p\u00e9titions, les r\u00e9visions <Event desc=\"rev\" type=\"lexical\" ... > et les h\u00e9sitations ainsi qu'une segmentation en tours de parole. On distingue trois types de caract\u00e9ristiques des donn\u00e9es orales qui touchent \u00e0 la segmentation, la pr\u00e9sence de chevauchements et \u00e0 la pr\u00e9sence de disfluences.",
"cite_spans": [
{
"start": 574,
"end": 595,
"text": "(Cresti et al., 2004)",
"ref_id": "BIBREF12"
},
{
"start": 630,
"end": 645,
"text": "(Poitiers 2001)",
"ref_id": null
},
{
"start": 923,
"end": 944,
"text": "(Barras et al., 1998)",
"ref_id": "BIBREF3"
}
],
"ref_spans": [
{
"start": 1099,
"end": 1107,
"text": "Figure 1",
"ref_id": null
}
],
"eq_spans": [],
"section": "Les donn\u00e9es orales",
"sec_num": "3"
},
{
"text": "Segmentation Nous partons ici d'une transcription enrichie, c'est-\u00e0-dire avec des ponctuations fortes, mais avec peu de ponctuations faibles, et pas de mots compos\u00e9s. On voit sur l'exemple qu'un tour de parole ESTER peut comporter plusieurs phrases ou aucune. On a \u00e9galement observ\u00e9 que certaines phrases recouvrent plusieurs tours de parole. On note finalement que la ponctuation renseign\u00e9e dans les transcriptions de d\u00e9part n'a pas un statut clair : les annotateurs la renseignent plut\u00f4t pour indiquer des pauses dans le flux de parole que comme marque syntaxique. C'est pourquoi nous avons revu la segmentation manuellement avant l'analyse automatique.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Les donn\u00e9es orales",
"sec_num": "3"
},
{
"text": "Les chevauchements On trouve en particulier dans les transcriptions du Masque et la plume un nombre non n\u00e9gligeable de chevauchements. Ceux-ci sont annot\u00e9s dans le format ESTER en suivant un sch\u00e9ma comme illustr\u00e9 en Figure 1 : o\u00f9 la balise XML <Overlap> encode la port\u00e9e d'un chevauchement. L'attribut type indique le locuteur qui domine l'\u00e9change par la valeur primary et celui que l'on entend moins est renseign\u00e9 par la valeur backchannel. <Turn speaker=\"spk2\" startTime=\"428.447\" endTime=\"430.539\"> <Sync time=\"428.447\"/> <Event desc=\"rev\" type=\"lexical\" extent=\"begin\"/> si <Event desc=\"rev\" type=\"lexical\" extent=\"end\"/> il y avait pas une route <Sync time=\"429.187\"/> <Overlap type=\"primary\" extent=\"begin\"/> qui desservait ce terrain <Event desc=\"dm\" type=\"lexical\" extent=\"begin\"/> quoi <Event desc=\"dm\" type=\"lexical\" extent=\"end\"/> ? <Overlap type=\"primary\" extent=\"end\"/> <Overlap type=\"backchannel\" extent=\"begin\" speaker=\"spk3\" subtype=\"out-field\"/> non il y avait pas une route . <Overlap type=\"backchannel\" extent=\"end\"/> </Turn> ",
"cite_spans": [],
"ref_spans": [
{
"start": 216,
"end": 224,
"text": "Figure 1",
"ref_id": null
}
],
"eq_spans": [],
"section": "Les donn\u00e9es orales",
"sec_num": "3"
},
{
"text": "Nous indiquons dans cette section les lignes directrices et les conventions adopt\u00e9es pour l'annotation en syntaxe des donn\u00e9es de l'oral. Le sch\u00e9ma d'annotation est d\u00e9riv\u00e9 du sch\u00e9ma d'annotation pour le treebank \u00e9crit (Abeill\u00e9 et al., 2003) .",
"cite_spans": [
{
"start": 217,
"end": 239,
"text": "(Abeill\u00e9 et al., 2003)",
"ref_id": "BIBREF2"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Le sch\u00e9ma d'annotation",
"sec_num": "4"
},
{
"text": "On supprime les informations ayant trait au bruit et \u00e0 la musique consid\u00e9r\u00e9es comme extralinguistiques. Par contre on pr\u00e9serve les balises de synchronisation avec la piste sonore, not\u00e9es <Sync> dans ESTER 3 ( Figure 1 ) encod\u00e9es par des sous-arbres de racine Sync attach\u00e9s avec les m\u00eames conventions que les disfluences. Nous pr\u00e9sentons plus en d\u00e9tails dans la suite de cette section les choix quant \u00e0 la segmentation et \u00e0 la gestion des dysfluences.",
"cite_spans": [],
"ref_spans": [
{
"start": 209,
"end": 217,
"text": "Figure 1",
"ref_id": null
}
],
"eq_spans": [],
"section": "Le sch\u00e9ma d'annotation",
"sec_num": "4"
},
{
"text": "Comme pour l'\u00e9crit, une des premi\u00e8res d\u00e9cisions \u00e0 prendre lorsqu'on annote un corpus en syntaxe porte sur la segmentation en mots. Contrairement au corpus \u00e9crit, la segmentation pour le corpus oral minimise le nombre de mots compos\u00e9s. Nous nous sommes pour cela appuy\u00e9s sur les travaux ant\u00e9rieurs de (Crabb\u00e9 et Candito, 2008) en ne retenant qu'un nombre minimal de mots compos\u00e9s, en particulier des mots compos\u00e9s grammaticaux comme des conjonctions de subordination, de coordinations, des d\u00e9terminants, pr\u00e9positions . . . et quelques mots compos\u00e9s propres \u00e0 l'oral n'est-ce pas, s'il vous pla\u00eet, tant pis. . . qui ont un impact sur la syntaxe et l'analyse de la phrase.",
"cite_spans": [
{
"start": 300,
"end": 325,
"text": "(Crabb\u00e9 et Candito, 2008)",
"ref_id": "BIBREF11"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "La liste exacte des mots compos\u00e9s est d\u00e9finie et document\u00e9e dans (Abeille et al., 2013) .",
"cite_spans": [
{
"start": 65,
"end": 87,
"text": "(Abeille et al., 2013)",
"ref_id": "BIBREF0"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "Nous nous appuyons \u00e9galement sur une segmentation en phrases, m\u00eame si le choix de tel ou tel d\u00e9coupage ne va pas de soi. Plusieurs notions sont possibles : une notion phon\u00e9tique ou la phrase est d\u00e9limit\u00e9e par la dur\u00e9e des pauses, ce qui est le cas de la transcription ESTER 3, une notion dialogique o\u00f9 la phrase correspond \u00e0 un tour de parole, une notion discursive o\u00f9 la phrase correspond \u00e0 un acte de langage, et une notion syntaxique o\u00f9 la phrase correspond \u00e0 une plus grande unit\u00e9 syntaxique compl\u00e8te (avec ench\u00e2ssement possible). Ici nous avons consid\u00e9r\u00e9 qu'un tour de parole non constitu\u00e9 uniquement de bruit ou de musique correspond au moins \u00e0 une phrase, m\u00eame fragmentaire. Un tour de parole peut lui-m\u00eame \u00eatre d\u00e9coup\u00e9 en plusieurs phrases racines. Nous nous appuyons pour cela sur des crit\u00e8res syntaxiques, discursifs et prosodiques. Une s\u00e9quence autonome associ\u00e9e \u00e0 un acte de langage forme une phrase racine. En revanche, nous ne consid\u00e9rons pas qu'une phrase recouvre des tours de paroles diff\u00e9rents, c'est-\u00e0-dire qu'une m\u00eame phrase commenc\u00e9e par un locuteur soit termin\u00e9e par un autre locuteur 1 . En cas d'interruption et pour rep\u00e9rer les syntagmes inachev\u00e9s nous utilisons plut\u00f4t une annotation d'inach\u00e8vement (-INA) comme \u00e9tiquette suppl\u00e9mentaire sur les noeuds racine des syntagmes jug\u00e9s inachev\u00e9s.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "Ces crit\u00e8res \u00e9tant donn\u00e9s, voyons comment sont trait\u00e9s les cas de chevauchements. Les structures \u00e0 chevauchements ESTER 3 suivent un sch\u00e9ma tel qu'illustr\u00e9 en figure 2 \u00e0 gauche (o\u00f9 le balisage XML est simplifi\u00e9). Pour g\u00e9rer les cas de chevauchement dans l'annotation syntaxique, le principe a \u00e9t\u00e9 de fusionner les parties en backchannel associ\u00e9es \u00e0 un locuteur X au tour de parole suivant (resp. pr\u00e9c\u00e9dent selon les cas) de ce locuteur X dans les donn\u00e9es transcrites, ce qui permet d'\u00e9viter de d\u00e9couper artificiellement une phrase compl\u00e8te \u00e9nonc\u00e9e par ce locuteur X . Par contre, pour pr\u00e9server l'information, nous avons \u00e9galement introduit des marques dans les arbres sous forme de noeuds feuilles pour indiquer la port\u00e9e du chevauchement suivant le sch\u00e9ma donn\u00e9 en figure 2. Chacun des quatre noeuds feuilles ainsi introduit dans les arbres est",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "<Turn speaker=\"Y\"> w[y,1] ... w[y,b-1] <Overlap> w[y,b+1] ... w[y,e-1] </Overlap> w[y,e+1] ... w[y,n] <Backchannel speaker=\"X\"> w[x,1] ... w[x,e-1] </Backchannel> </Turn> <Turn speaker = \"X\"> w[x,e+1] ... w[x,n] </Turn> Y SENT w y,l . . . w y,e\u22121 OverlapE id w y,e+1 . . . w y,n . . . SENT w y,1 . . . w y,b\u22121 OverlapB-id w y,b+1 . . . w y,k X SENT w x,l . . . w x,e\u22121 BackchannelE-id w x,e+1 . . . w x,n . . . SENT BackchannelB-id w x,2 . . . w x,k",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "FIGURE 2 -Encodage des chevauchements dans les arbres 1. Les annotations ESTER 3 comportent parfois plusieurs tours de paroles cons\u00e9cutifs pour un m\u00eame locuteur. Nous avons refusionn\u00e9 ces s\u00e9quences de mani\u00e8re \u00e0 \u00e9viter qu'une phrase prononc\u00e9e par un m\u00eame locuteur ne soit artificiellement d\u00e9coup\u00e9e.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "de plus annot\u00e9 par un identifiant unique (not\u00e9 id dans le sch\u00e9ma) permettant d'identifier \u00e0 quel chevauchement ce noeud fait r\u00e9f\u00e9rence. Ce qui permet de g\u00e9rer des chevauchements multiples dans un m\u00eame document et dans un m\u00eame tour de parole. Notons que coder le chevauchement sous forme d'un noeud non terminal dans les arbres ne serait pas suffisamment g\u00e9n\u00e9ral, car cela emp\u00eache de coder des chevauchements qui portent sur plusieurs phrases ou des chevauchements qui pr\u00e9sentent des structures \u00e0 croisement 2",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Lin\u00e9arisation et segmentation des donn\u00e9es orales",
"sec_num": "4.1"
},
{
"text": "SENT w e . . . w n D w b . . . w e\u22121 w 1 . . . w b\u22121 FIGURE 3 -Disfluences",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "La gestion des disfluences",
"sec_num": "4.2"
},
{
"text": "Les disfluences sont annot\u00e9es dans les donn\u00e9es ETAPE par des balises XML qui groupent une s\u00e9quence de mots comme \u00e9tant disfluente. Sch\u00e9matiquement pour une phrase w 1 . . . w n , une disfluence \u00e0 la forme suivante : w 1 . . . w b\u22121 \u2329D\u232aw b . . . w e\u22121 \u2329/D\u232aw e . . . w n . O\u00f9 D repr\u00e9sente un code XML pour h\u00e9sitation, r\u00e9vision, r\u00e9p\u00e9tition ou marqueur de discours. Les disfluences sont intra-phrastiques, peuvent avoir une structure interne (dans le cas de r\u00e9p\u00e9tions ou de r\u00e9visions par exemple) mais ne pr\u00e9sentent pas de sch\u00e9mas de croisement non projectifs. Nous les repr\u00e9sentons comme des noeuds syntagmatiques dans les arbres, comme illustr\u00e9 en Figure 3 . L'attachement des disfluences dans les arbres de constituants n'\u00e9tant pas naturellement d\u00e9terministe, nous choisissons d'attacher les r\u00e9p\u00e9titions au premier syntagme qui contient le mat\u00e9riel r\u00e9p\u00e9t\u00e9, et les r\u00e9visions au premier syntagme qui contient le mat\u00e9riel r\u00e9vis\u00e9. En cas d'h\u00e9sitation sur le noeud auquel attacher la disfluence, on tranche pour l'attachement au noeud le plus haut dans l'arbre. (1) (VN ils faisaient) (NP :OBJ (REV des :Det) (Sint :MOD je sais pas moi) des :Det trucs) (c-oral-rom)",
"cite_spans": [],
"ref_spans": [
{
"start": 646,
"end": 654,
"text": "Figure 3",
"ref_id": null
}
],
"eq_spans": [],
"section": "La gestion des disfluences",
"sec_num": "4.2"
},
{
"text": "(2) (DM bon-A alors-ADV) (VN raconte-moi) ( NP :OBJ ton week-end) ) (c-oral-rom)",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Les cat\u00e9gories utilis\u00e9es",
"sec_num": "4.3"
},
{
"text": "On observe aussi de nombreuses juxtapositions (comme en (3) ou on duplique la fonction ATS) et on peut parfois h\u00e9siter entre une annotation comme disfluence (r\u00e9vision ou r\u00e9p\u00e9tition) ou comme juxtaposition. A partir du moment o\u00f9 les disfluences ont la m\u00eame structure interne que les autres syntagmes, comme la r\u00e9p\u00e9tition en (4) qui inclut deux syntagmes, un utilisateur qui serait en d\u00e9saccord peut choisir d'ignorer certaines balises de disfluences. Les r\u00e9p\u00e9titions intensives (5) ne sont pas not\u00e9es comme des disfluences. De m\u00eame les mots annot\u00e9s comme marqueurs de discours ont leur \u00e9tiquette habituelle (par exemple A, V ou ADV) domin\u00e9e par la balise DM, comme en (2), qui peut aussi \u00eatre ignor\u00e9e en cas de besoin :",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Les cat\u00e9gories utilis\u00e9es",
"sec_num": "4.3"
},
{
"text": "(3) C'est (NP :ATS un grand couteau), (NP :ATS une sorte de hachoir) (un temps de pauchon) ",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Les cat\u00e9gories utilis\u00e9es",
"sec_num": "4.3"
},
{
"text": "Dans cette section nous d\u00e9crivons plus pr\u00e9cis\u00e9ment la m\u00e9thode d'annotation qui a \u00e9t\u00e9 d\u00e9ploy\u00e9e. Celle-ci se divise en trois \u00e9tapes s\u00e9quentielles.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Proc\u00e9d\u00e9 d'annotation",
"sec_num": "5"
},
{
"text": "Lors de cette premi\u00e8re \u00e9tape, nous avons segment\u00e9 semi-automatiquement les donn\u00e9es en phrases en nous appuyant sur la ponctuation donn\u00e9e par les donn\u00e9es au format ESTER 3. La segmentation en phrases a \u00e9t\u00e9 syst\u00e9matiquement valid\u00e9e manuellement. Lors de cette \u00e9tape le travail d'annotation a consist\u00e9 tout d'abord \u00e0 corriger la ponctuation ESTER 3. Celle-ci ayant \u00e9t\u00e9 r\u00e9alis\u00e9e principalement sur crit\u00e8res phon\u00e9tiques, elle a \u00e9t\u00e9 corrig\u00e9e pour refl\u00e9ter davantage une ponctuation grammaticale.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Segmentation et lin\u00e9arisation des donn\u00e9es",
"sec_num": null
},
{
"text": "Lors de cette \u00e9tape nous avons parfois r\u00e9lin\u00e9aris\u00e9 les donn\u00e9es. En effet l'annotation ESTER 3 n'impose pas de contrainte stricte quant \u00e0 l'ordre de la transcription lorsque plusieurs locuteurs parlent simultan\u00e9ment. Nous avons identifi\u00e9 quelques cas de structures syntaxiques bien form\u00e9es qui \u00e9taient interrompues par le tour de parole d'un autre locuteur. Pour ces quelques cas, nous nous sommes permis de r\u00e9ordonner l'annotation pour restituer une coh\u00e9rence quant \u00e0 la structuration du texte en phrases.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Segmentation et lin\u00e9arisation des donn\u00e9es",
"sec_num": null
},
{
"text": "Finalement, nous avons normalis\u00e9 la segmentation en mots. La segmentation en mots a \u00e9t\u00e9 r\u00e9alis\u00e9e de mani\u00e8re \u00e0 minimiser la quantit\u00e9 de mots compos\u00e9s en nous basant sur la liste \u00e9tablie par (Crabb\u00e9 et Candito, 2008) . Sont retenus en priorit\u00e9 comme mots compos\u00e9s les mots compos\u00e9s grammaticaux (notoirement les d\u00e9terminants, conjonctions de subordination et de coordination Les arbres sont finalement annot\u00e9s en fonctions par un 2-CRF lin\u00e9aire appris sur les donn\u00e9es \u00e9crites suivant la description donn\u00e9e dans (Candito et al., 2009) Concernant les disfluences, la correction concerne leur structure interne pour les r\u00e9visions ou les r\u00e9p\u00e9titions comme en (6) ou leur rattachement. En (7) on a une phrase en discours rapport\u00e9 (compl\u00e9ment du verbe faire) r\u00e9duite \u00e0 un marqueur discursif. : Pour les cat\u00e9gories lexicales, on observe le m\u00eame type de corrections que pour l'\u00e9crit, concernant le mauvaise \u00e9tiquetage de mots grammaticaux fr\u00e9quents et ambigus comme pour de (pr\u00e9position au lieu de d\u00e9terminant) ou que (conjonction de subordination au lieu de pronom relatif). Les autres erreurs concernent les mots non appris sur l'\u00e9crit comme les interjections, ou plus rares comme les interrogatifs et les imp\u00e9ratifs. Les formes verbales syncr\u00e9tiques, fr\u00e9quentes avec les verbes du premier groupe au pr\u00e9sent, sont ainsi syst\u00e9matiquement \u00e9tiquet\u00e9es indicatif alors qu'il faut les corriger en imp\u00e9ratif voire subjonctif. Pour les constituants aussi, on observe le m\u00eame type de corrections que pour l'\u00e9crit concernant les mauvais rattachements de syntagmes pr\u00e9positionnels ou de relative. Les autres corrections concernent l'ajout de l' \u00e9tiquette INA quand le syntagme inachev\u00e9 est mal form\u00e9 et le rattachement des disfluences (REP, REV). Pour les fonctions, les corrections sp\u00e9cifiques concernent l'ajout des fonctions vocatif (8) et disloqu\u00e9 (9), et la r\u00e9duplication des fonctions pour les juxtapositions (10). Une partie des corrections est la m\u00eame que pour l'\u00e9crit concernant les sujets invers\u00e9s ou la distinction entre compl\u00e9ment et ajout pour les syntagmes pr\u00e9positionnels. On compte 8 \u00e0 10 heures pour 100 phrases environ (en double correction). Au total, pour la correction des transcriptions et la segmentation (avant parsing) et la correction des analyses (apr\u00e8s parsing), nous avons employ\u00e9 4 annotateurs pour un total de 12 hommes-mois : 3 \u00e9tudiants de Paris 7 en linguistique (M2) ou en linguistique informatique (M1), et une ancienne \u00e9tudiante, sp\u00e9cialiste du FTB (Vanessa Combet).",
"cite_spans": [
{
"start": 189,
"end": 214,
"text": "(Crabb\u00e9 et Candito, 2008)",
"ref_id": "BIBREF11"
},
{
"start": 509,
"end": 531,
"text": "(Candito et al., 2009)",
"ref_id": "BIBREF9"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Segmentation et lin\u00e9arisation des donn\u00e9es",
"sec_num": null
},
{
"text": "Cette section propose une \u00e9valuation et une mise en perspective de la m\u00e9thode de pr\u00e9annotation syntaxique (\u00e9tape 2 du processus d'annotation), qui est l'\u00e9tape cl\u00e9 du processus. La question que l'on se pose lorsqu'on veut annoter un corpus hors domaine consiste \u00e0 d\u00e9terminer la meilleure mani\u00e8re d'amorcer la pr\u00e9annotation des donn\u00e9es de mani\u00e8re \u00e0 faciliter la t\u00e2che des annotateurs sachant qu'on dipose d'un mod\u00e8le d'analyse pour le domaine source.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "6"
},
{
"text": "En termes d'analyse syntaxique, l'annotation d'un corpus oral tombe dans la classe des probl\u00e8mes d'adaptation de domaine. Celui-ci comporte deux aspects. Premi\u00e8rement il s'agit d'adapter la structure : en effet nous avons vu que le sch\u00e9ma d'annotation de l'oral introduit de nouvelles structures et de nouvelles cat\u00e9gories li\u00e9es aux disfluences. En second lieu il faut adapter la distribution de probabilit\u00e9 de la grammaire. Il s'agit du probl\u00e8me classique d'adapter la distribution de probabilit\u00e9 d'un mod\u00e8le probabiliste entrain\u00e9 sur un \u00e9chantillon de donn\u00e9es biais\u00e9 (un corpus \u00e9crit) \u00e0 un \u00e9chantillon poss\u00e9dant des propri\u00e9t\u00e9s diff\u00e9rentes (corpus oral).",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "6"
},
{
"text": "De mani\u00e8re \u00e0 apporter une premi\u00e8re id\u00e9e de la correction de m\u00e9thodes d'adaptation simples, nous comparons ici quatre m\u00e9thodes qui tirent parti des donn\u00e9es \u00e0 la fois \u00e9crites et orales pour faciliter le processus de pr\u00e9annotation : -Utilisation des donn\u00e9es \u00e9crites uniquement (E) : Cette m\u00e9thode de base consiste \u00e0 analyser les donn\u00e9es orales en utilisant uniquement un mod\u00e8le d'analyse appris sur l'int\u00e9gralit\u00e9 des donn\u00e9es \u00e9crites (21268 phrases). Utiliser cette m\u00e9thode de base ne permet pas d'envisager analyser correctement les structures propres \u00e0 l'oral (dysfluences). Il s'agira essentiellement de notre baseline. -Approche par transformation/d\u00e9transformation des donn\u00e9es (T/D) : Cette m\u00e9thode consiste \u00e0 pr\u00e9traiter les donn\u00e9es orales en supprimant les disfluences (balis\u00e9es dans les donn\u00e9es ESTER 3) de l'entr\u00e9e donn\u00e9e \u00e0 l'analyseur syntaxique. Ce dernier, entra\u00een\u00e9 sur l'ensemble des donn\u00e9es \u00e9crites (21268 phrases), doit alors pr\u00e9dire pour l'oral des structures qui ressemblent \u00e0 celles de l'\u00e9crit. Une \u00e9tape de post traitement r\u00e9ins\u00e8re finalement dans les arbres d'analyse les dysfluences supprim\u00e9es en pr\u00e9traitement. Chaque disfluence de k mots ainsi r\u00e9ins\u00e9r\u00e9e est un arbre dont la racine est la cat\u00e9gorie de la dysfluence (donn\u00e9e par ESTER 3). La racine domine imm\u00e9diatement une s\u00e9quence de k-tags \u00e9tiquet\u00e9es par un 2CRF lin\u00e9aire appris sur le treebank \u00e9crit, chacun de ces k\u2212tags domine le mot correpondant.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "6"
},
{
"text": "-Approche par utilisation exclusive des donn\u00e9es orales (O) Dans ce troisi\u00e8me sc\u00e9nario, on suppose qu'on dispose d'un fragment de donn\u00e9es d\u00e9j\u00e0 annot\u00e9es pour le domaine cible. Le mod\u00e8le d'analyse est entrain\u00e9 uniquement sur ce fragment de donn\u00e9es orales et n'utilise pas les donn\u00e9es \u00e9crites.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "\u00c9valuation",
"sec_num": "6"
},
{
"text": "Dans ce dernier sc\u00e9nario, le mod\u00e8le est appris sur l'int\u00e9gralit\u00e9 des donn\u00e9es \u00e9crites et sur un fragment des donn\u00e9es orales. Comparaison des diff\u00e9rentes m\u00e9thodes Dans ce qui suit nous \u00e9valuons chacune de ces m\u00e9thodes en fonction de la quantit\u00e9 de donn\u00e9es orales utilis\u00e9es pour entrainer le mod\u00e8le. Dans le cas des m\u00e9thodes (E) et (T/D), le fragment de donn\u00e9es orales de r\u00e9f\u00e9rence disponible n'est pas utilis\u00e9 pour l'entrainement. Les m\u00e9thodes (E) (T/D) et (E/O) utilisent syst\u00e9matiquement l'int\u00e9gralit\u00e9 des donn\u00e9es \u00e9crites pour l'entrainement. Les fragments de donn\u00e9es orales utilis\u00e9s \u00e0 l'entrainement du mod\u00e8le par les m\u00e9thodes (O) et (E/O) sont issus de donn\u00e9es de r\u00e9f\u00e9rence d\u00e9j\u00e0 valid\u00e9es par les annotateurs.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "L'analyseur utilis\u00e9 est l'analyseur de Berkeley (Petrov et al., 2006) tel que distribu\u00e9 \u00e0 ce jour. Cet algorithme faiblement lexicalis\u00e9 est connu pour \u00eatre relativement robuste au changement de domaine. L'ensemble des tests r\u00e9alis\u00e9s repose sur la comparaison des pr\u00e9dictions de cet analyseur sur un corpus de test comportant 528 phrases. Le calcul du F-Score est r\u00e9alis\u00e9 avec le logiciel evalb (param\u00e9trage standard, phrase de moins de 40 mots).",
"cite_spans": [
{
"start": 39,
"end": 69,
"text": "Berkeley (Petrov et al., 2006)",
"ref_id": null
}
],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "Nous avons \u00e9valu\u00e9 la correction de chacune des quatre m\u00e9thodes en fonction de la taille du fragment de donn\u00e9es orales utilis\u00e9es \u00e0 l'entrainement. Les r\u00e9sultats sont r\u00e9sum\u00e9s dans la table 3 (Pr\u00e9cision,Rappel, F-score, Tagging accurracy) 3 . Les lignes repr\u00e9sentent chacune des quatre m\u00e9thodes d'analyse. Les colonnes repr\u00e9sentent la taille des donn\u00e9es orales (en nombre de phrases) utilis\u00e9es par l'analyseur lors de l'entrainement. Les chiffres indiquent le F-score de l'analyseur sur le jeu de test de 528 phrases. Vu que les deux premi\u00e8res lignes repr\u00e9sentent des protocoles qui ignorent totalement les donn\u00e9es orales \u00e0 l'entrainement, le score d'\u00e9valuation est constant. En premi\u00e8re observation, on constate que la m\u00e9thode de transformation/d\u00e9transformation des donn\u00e9es est celle qui donne les meilleurs r\u00e9sultats. L'explication la plus vraisemblable pour expliquer ce meilleur r\u00e9sultat tient probablement \u00e0 (1) les donn\u00e9es \u00e0 pr\u00e9dire correspondent structurellement aux donn\u00e9es apprises et (2) une partie de la solution est simplement d\u00e9j\u00e0 donn\u00e9e : les dysfluences sont en effet copi\u00e9es de l'entr\u00e9e vers la sortie sans possibilit\u00e9 de se tromper dans leurs pr\u00e9dictions.",
"cite_spans": [
{
"start": 236,
"end": 237,
"text": "3",
"ref_id": null
}
],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "On constate \u00e9galement que le mod\u00e8le mixte (O/E) fonctionne comparativement moins bien qu'un mod\u00e8le entra\u00een\u00e9 uniquement sur les donn\u00e9es orales (O). La raison est certainement \u00e0 chercher dans le fait que les proportions de donn\u00e9es orales et \u00e9crites de ce mod\u00e8le sont in\u00e9gales : 21268",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "3. Notons toutefois que les performances de l'analyseur varient d'un type de corpus \u00e0 l'autre : ainsi on obtient un F-score de 69.5 sur les donn\u00e9es CORAL-ROM et de 61.8 sur les donn\u00e9es France Inter avec le mod\u00e8le (E).",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "phrases pour l'\u00e9crit contre k * 530 phrases pour l'oral (1 \u2264 k \u2264 3). Autrement dit, ce mod\u00e8le reste fondamentalement semblable \u00e0 un mod\u00e8le de l'\u00e9crit.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "-Approche par utilisation combin\u00e9e des donn\u00e9es \u00e9crites et des donn\u00e9es orales (O/E) :",
"sec_num": null
},
{
"text": "De mani\u00e8re \u00e0 v\u00e9rifier plus en d\u00e9tail si un mod\u00e8le de type (O/E) permet d'obtenir un mod\u00e8le satisfaisant en assurant une pond\u00e9ration plus appropri\u00e9e des deux groupes de donn\u00e9es (oral,\u00e9crit) nous avons proc\u00e9d\u00e9 \u00e0 une seconde exp\u00e9rience par r\u00e9\u00e9chantillonage contr\u00f4l\u00e9 des donn\u00e9es. Dans cette seconde exp\u00e9rience nous avons test\u00e9 dans quelle mesure un la m\u00e9thode de type (O/E) se comporte en fonction de deux param\u00e8tres : (1) la proportion de donn\u00e9es \u00e9crites dans le corpus d'entrainement et (2) la taille des donn\u00e9es d'entrainement.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Exploration du comportement des mod\u00e8les mixtes (O/E)",
"sec_num": null
},
{
"text": "Le protocole de quantification des r\u00e9sultats est identique au cas pr\u00e9c\u00e9dent, nous utilisons syst\u00e9matiquement le m\u00eame corpus de test. Ce qui change c'est la cr\u00e9ation du corpus d'entra\u00eenement. Ainsi pour chaque mesure r\u00e9alis\u00e9e, on a cr\u00e9\u00e9 un corpus d'entrainement par \u00e9chantillonage avec remise dans les donn\u00e9es (angl. bootstrapping with replacement). Les groupes de donn\u00e9es source (dans lesquelles on tire) sont un \u00e9chantillon \u00e9crit E constitu\u00e9 des 21268 phrases du French treebank \u00e9crit, et d'un \u00e9chantillon O constitu\u00e9 de 1530 phrases annot\u00e9es pour l'oral. Notons k la proportion de texte \u00e9crit souhait\u00e9e dans le corpus g\u00e9n\u00e9r\u00e9. Chaque phrase c i du corpus bootstrapp\u00e9 C = c 1 . . . c n est tir\u00e9e avec une probabilit\u00e9 k dans le groupe E et (1 \u2212 k) dans le groupe O. Le tirage dans un groupe (E ou O) est fait de mani\u00e8re uniforme et avec remplacement (on peut tirer plusieurs fois le m\u00eame exemple). C'est ce corpus g\u00e9n\u00e9r\u00e9 al\u00e9atoirement C qui sert comme donn\u00e9es d'apprentissage du mod\u00e8le d'analyse syntaxique. Il est donc possible que certaines phrases de E ou de O ne soient pas repr\u00e9sent\u00e9es dans C \u00e9chantillonn\u00e9 et que certaines phrase de E ou de O y soient repr\u00e9sent\u00e9es plusieurs fois.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Exploration du comportement des mod\u00e8les mixtes (O/E)",
"sec_num": null
},
{
"text": "Notons que le processus de bootstrapping nous permet de cr\u00e9er des corpus de tailles queclonques. Ainsi nous avons crois\u00e9 chaque valeur retenue pour k (0,0.25,0.5,0.75) avec une taille de corpus n variant de 1000 \u00e0 7000 phrases. Les r\u00e9sultats d'anlyse sur les 528 phrases de test sont report\u00e9es dans le tableau 4. Les r\u00e9sultats montrent globalement qu'une pond\u00e9ration plus appropri\u00e9e des Ainsi on atteint un F-Score de 72.4 pour un corpus d'entrainement de 7000 phrases comportant 75% de donn\u00e9es \u00e9crites \u00e0 comparer avec 69.1 obtenu par le m\u00e9lange na\u00eff de la premi\u00e8re exp\u00e9rience. Toutefois, l'observation la plus \u00e9tonnante reste la comparaison avec la m\u00e9thode artisanale (T /D) F-score= 76% qui reste tr\u00e8s nettement meilleure que la m\u00e9thodes de m\u00e9lange (O/E) m\u00eame en contr\u00f4lant les proportions pour cette derni\u00e8re. Pour confirmer la pertinence de notre m\u00e9thode artisanale, il faudrait \u00e9galement la comparer \u00e0 des m\u00e9thodes d'adaptation de domaine plus \u00e9labor\u00e9es que le bootstrapping, comme par exemple des m\u00e9thodes d'active learning qui visent \u00e0 pond\u00e9rer d'avantage les exemples cl\u00e9s pour l'apprentissage ou encore \u00e0 des m\u00e9thodes d'apprentissage semi-supervis\u00e9es. Il serait int\u00e9ressant \u00e9galement de reformuler notre m\u00e9thode artisanale sous forme d'analyse syntaxique de graphes acycliques orient\u00e9s (DAG) o\u00f9 les dysfluences sont donn\u00e9es en entr\u00e9e \u00e0 l'analyseur comme segments pr\u00e9parenth\u00e9s\u00e9s. Il faut toutefois noter que cette approche n'est pas parfaitement \u00e9quivalente \u00e0 la m\u00e9thode (T/D) dans la mesure o\u00f9 les segments pr\u00e9parenth\u00e9s\u00e9s seraient \u00e9tiquet\u00e9s par des symboles de dysfluences qui sont absents de la grammaire de l'\u00e9crit. Il faut toutefois rappeler que la m\u00e9thode (T/D) s'applique \u00e0 un sc\u00e9nario d'annotation dans lequel les disfluences sont d\u00e9j\u00e0 annot\u00e9es. Les bonnes performances de cette m\u00e9thode semblent en effet provenir du fait qu'une partie du parenth\u00e9sage \u00e0 pr\u00e9dire est donn\u00e9. Dans un sc\u00e9nario d'analyse syntaxique de l'oral -\u00e0 partir d'une source bruted\u00e9ployer cette m\u00e9thode demanderait en particulier de r\u00e9aliser un tagger en disfluences pour l'oral dont les r\u00e9sultats sont suppos\u00e9s parfaits. Or l'\u00e9tiquetage automatique de disfluences comme les r\u00e9p\u00e9titions ou les r\u00e9visions ne repr\u00e9sente apparemment pas un probl\u00e8me trivial.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Exploration du comportement des mod\u00e8les mixtes (O/E)",
"sec_num": null
},
{
"text": "Nous avons valid\u00e9 sur deux heures de transcription de d\u00e9bats radiophoniques et de dialoque informel, une m\u00e9thode d'analyse syntaxique du fran\u00e7ais parl\u00e9, en constituants et en fonctions, inspir\u00e9 de ce qui se fait pour d'autres langues, et qui est une extension naturelle du FTB pour le fran\u00e7ais journalistique. Nous avons enrichi le guide d'annotation du FTB, adapt\u00e9 et r\u00e9entra\u00een\u00e9 l'analyseur de (Crabb\u00e9 et Candito, 2008) et adapt\u00e9 une plate-forme d'annotation pour la validation manuelle. Les premiers r\u00e9sultats sont encourageants, \u00e0 la fois en ce qui concerne les performances du parseur et les temps de correction. Les corpus radiophoniques annot\u00e9s (une heure trente de temps de parole, environ 27 000 mots) seront distribu\u00e9s dans le cadre du consortium du projet Etape. Les annotations du dialogue c-oral-rom (Cresti et al., 2004) sont disponibles et le corpus distribu\u00e9 par Elra. La suite du travail consistera \u00e0 annoter des corpus oraux librement accessibles comme le corpus CID (Bertrand et al., 2008) ou CFPP (Branca-Rosoff et al., 2012) .",
"cite_spans": [
{
"start": 395,
"end": 420,
"text": "(Crabb\u00e9 et Candito, 2008)",
"ref_id": "BIBREF11"
},
{
"start": 812,
"end": 833,
"text": "(Cresti et al., 2004)",
"ref_id": "BIBREF12"
},
{
"start": 984,
"end": 1007,
"text": "(Bertrand et al., 2008)",
"ref_id": null
},
{
"start": 1016,
"end": 1044,
"text": "(Branca-Rosoff et al., 2012)",
"ref_id": "BIBREF8"
}
],
"ref_spans": [],
"eq_spans": [],
"section": "Conclusion",
"sec_num": "7"
},
{
"text": "c ATALA",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "",
"sec_num": null
}
],
"back_matter": [
{
"text": "Les auteurs tiennent \u00e0 remercier les annotateurs qui ont contribu\u00e9 \u00e0 corriger les annotations : Vanessa Combet, Floriane Guida, Antoine Lacambre et Mathilde Mari\u00e9. Ceux-ci ont \u00e9t\u00e9 financ\u00e9s par le projet ANR ETAPE (resp. G. gravier). Ce projet a aussi b\u00e9n\u00e9fici\u00e9 du financement du PEPS Syfrap (reps. C. Gardent) (CNRS INSHS INSII). Nous remercions Elisabeth Delais-Roussarie qui a corrig\u00e9 certaines transcriptions, Mathilde Dargnat avec qui nous avons \u00e9tabli la liste des marqueurs de discours, Djam\u00e9 Seddah pour l'aide au d\u00e9ploiement des outils de correction ainsi que Claire Gardent et Christophe Cerisara pour les discussions permettant de comparer annotations en constituants et annotations en d\u00e9pendances.",
"cite_spans": [],
"ref_spans": [],
"eq_spans": [],
"section": "Remerciements",
"sec_num": null
}
],
"bib_entries": {
"BIBREF0": {
"ref_id": "b0",
"title": "Conventions pour annotation syntaxique du fran\u00e7ais parl\u00e9",
"authors": [
{
"first": "A",
"middle": [],
"last": "Abeille",
"suffix": ""
},
{
"first": "V",
"middle": [],
"last": "Combet",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Crabb\u00e9",
"suffix": ""
}
],
"year": 2013,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "ABEILLE, A., COMBET, V. et CRABB\u00c9, B. (2013). Conventions pour annotation syntaxique du fran\u00e7ais parl\u00e9. Rapport technique, Universit\u00e9 Paris 7.",
"links": null
},
"BIBREF1": {
"ref_id": "b1",
"title": "Enriching a french treebank",
"authors": [
{
"first": "A",
"middle": [],
"last": "Abeill\u00e9",
"suffix": ""
},
{
"first": "N",
"middle": [],
"last": "Barrier",
"suffix": ""
}
],
"year": 2004,
"venue": "Proceedings of LREC",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "ABEILL\u00c9, A. et BARRIER, N. (2004). Enriching a french treebank. In Proceedings of LREC.",
"links": null
},
"BIBREF2": {
"ref_id": "b2",
"title": "Building a treebank for french",
"authors": [
{
"first": "A",
"middle": [],
"last": "Abeill\u00e9",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Cl\u00e9ment",
"suffix": ""
},
{
"first": "F",
"middle": [],
"last": "Toussenel",
"suffix": ""
}
],
"year": 2003,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "ABEILL\u00c9, A., CL\u00c9MENT, L. et TOUSSENEL, F. (2003). Building a treebank for french. In ABEILL\u00c9, A., \u00e9diteur : Treebanks. Kluwer, Dordrecht.",
"links": null
},
"BIBREF3": {
"ref_id": "b3",
"title": "Transcriber : a free tool for segmenting, labeling and transcribing speech",
"authors": [
{
"first": "C",
"middle": [],
"last": "Barras",
"suffix": ""
},
{
"first": "E",
"middle": [],
"last": "Geoffrois",
"suffix": ""
},
{
"first": "Z",
"middle": [],
"last": "Wu",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Liberman",
"suffix": ""
}
],
"year": 1998,
"venue": "First International Conference on Language Resources and Evaluation (LREC)",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "BARRAS, C., GEOFFROIS, E., WU, Z. et LIBERMAN, M. (1998). Transcriber : a free tool for segmenting, labeling and transcribing speech. In First International Conference on Language Resources and Evaluation (LREC).",
"links": null
},
"BIBREF5": {
"ref_id": "b5",
"title": "Le cid -corpus of interactional data -annotation et exploitation multimodale de parole conversationnelle",
"authors": [],
"year": null,
"venue": "TAL",
"volume": "",
"issue": "3",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "Le cid -corpus of interactional data -annotation et exploitation multimodale de parole conversationnelle. TAL, 49(3).",
"links": null
},
"BIBREF6": {
"ref_id": "b6",
"title": "The OTIM formal annotation model : a preliminary step before annotation scheme",
"authors": [
{
"first": "P",
"middle": [],
"last": "Blache",
"suffix": ""
},
{
"first": "R",
"middle": [],
"last": "Bertrand",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Guardiola",
"suffix": ""
},
{
"first": "M.-L",
"middle": [],
"last": "Gu\u00e9not",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Meunier",
"suffix": ""
},
{
"first": "I",
"middle": [],
"last": "Nesterenko",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Pallaud",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Pr\u00e9v\u00f4t",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Priego-Valverde",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Rauzy",
"suffix": ""
}
],
"year": 2010,
"venue": "Proceedings LREC",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "BLACHE, P., BERTRAND, R., GUARDIOLA, M., GU\u00c9NOT, M.-L., C.MEUNIER, NESTERENKO, I., PALLAUD, B., PR\u00c9V\u00d4T, L., PRIEGO-VALVERDE, B. et RAUZY, S. (2010). The OTIM formal annotation model : a preliminary step before annotation scheme. In Proceedings LREC.",
"links": null
},
"BIBREF7": {
"ref_id": "b7",
"title": "Enrichissement du ftb : un treebank hybride constituants/propri\u00e9t\u00e9s",
"authors": [
{
"first": "P",
"middle": [],
"last": "Blache",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Rauzy",
"suffix": ""
}
],
"year": 2012,
"venue": "Actes TALN",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "BLACHE, P. et RAUZY, S. (2012). Enrichissement du ftb : un treebank hybride consti- tuants/propri\u00e9t\u00e9s. In Actes TALN, Grenoble.",
"links": null
},
"BIBREF8": {
"ref_id": "b8",
"title": "Approches de la langues parl\u00e9e en fran\u00e7ais",
"authors": [
{
"first": "C",
"middle": [],
"last": "Blanche-Benveniste",
"suffix": ""
},
{
"first": "Paris",
"middle": [],
"last": "Ophrys",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Branca-Rosoff",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Fleury",
"suffix": ""
},
{
"first": "F",
"middle": [],
"last": "Lefeuvre",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Pires",
"suffix": ""
}
],
"year": 1997,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "BLANCHE-BENVENISTE, C. (1997). Approches de la langues parl\u00e9e en fran\u00e7ais. Ophrys, Paris. BRANCA-ROSOFF, S., FLEURY, S., LEFEUVRE, F. et PIRES, M. (2012). Discours sur la ville. corpus de fran\u00e7ais parl\u00e9 parisien des ann\u00e9es 2000. Rapport technique, Universit\u00e9 Paris 3.",
"links": null
},
"BIBREF9": {
"ref_id": "b9",
"title": "Analyse syntaxique du fran\u00e7ais : des constituants aux d\u00e9pendances",
"authors": [
{
"first": "M",
"middle": [],
"last": "Candito",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Crabb\u00e9",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Denis",
"suffix": ""
},
{
"first": "F",
"middle": [],
"last": "Gu\u00e9rin",
"suffix": ""
}
],
"year": 2009,
"venue": "TALN",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CANDITO, M., CRABB\u00c9, B., DENIS, P. et GU\u00c9RIN, F. (2009). Analyse syntaxique du fran\u00e7ais : des constituants aux d\u00e9pendances. In TALN.",
"links": null
},
"BIBREF10": {
"ref_id": "b10",
"title": "Building and exploiting a dependency treebank for french radio broadcast",
"authors": [
{
"first": "C",
"middle": [],
"last": "Cerisara",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Gardent",
"suffix": ""
},
{
"first": "C",
"middle": [],
"last": "Anderson",
"suffix": ""
}
],
"year": 2010,
"venue": "Proc. TLT9",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CERISARA, C., GARDENT, C. et ANDERSON, C. (2010). Building and exploiting a dependency treebank for french radio broadcast. In Proc. TLT9, Tartu, Estonia.",
"links": null
},
"BIBREF11": {
"ref_id": "b11",
"title": "Exp\u00e9riences d'analyse syntaxique du fran\u00e7ais",
"authors": [
{
"first": "B",
"middle": [],
"last": "Crabb\u00e9",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Candito",
"suffix": ""
}
],
"year": 2008,
"venue": "TALN",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CRABB\u00c9, B. et CANDITO, M. (2008). Exp\u00e9riences d'analyse syntaxique du fran\u00e7ais. In TALN.",
"links": null
},
"BIBREF12": {
"ref_id": "b12",
"title": "The c-oral-rom corpus. a multilingual resource of spontaneous speech for romance languages",
"authors": [
{
"first": "E",
"middle": [],
"last": "Cresti",
"suffix": ""
},
{
"first": "F",
"middle": [
"B"
],
"last": "Nascimento",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Moreno-Sandoval",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "V\u00e9ronis",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Martin",
"suffix": ""
},
{
"first": "K",
"middle": [],
"last": "Choukri",
"suffix": ""
}
],
"year": 2004,
"venue": "LREC",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "CRESTI, E., do NASCIMENTO, F. B., MORENO-SANDOVAL, A., V\u00c9RONIS, J., MARTIN, P. et CHOUKRI, K. (2004). The c-oral-rom corpus. a multilingual resource of spontaneous speech for romance languages. In LREC.",
"links": null
},
"BIBREF13": {
"ref_id": "b13",
"title": "Depends on what the french say : Spoken corpus annotation with and beyond syntactic function",
"authors": [
{
"first": "J",
"middle": [],
"last": "Deulofeu",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Dufort",
"suffix": ""
},
{
"first": "K",
"middle": [],
"last": "Gerdes",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Kahane",
"suffix": ""
},
{
"first": "P",
"middle": [],
"last": "Pietrandrea",
"suffix": ""
}
],
"year": 2010,
"venue": "Linguistic Annotation Workshop",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "DEULOFEU, J., DUFORT, L., GERDES, K., KAHANE, S. et PIETRANDREA, P. (2010). Depends on what the french say : Spoken corpus annotation with and beyond syntactic function. In Linguistic Annotation Workshop (LAW IV).",
"links": null
},
"BIBREF14": {
"ref_id": "b14",
"title": "The etape corpus for the evaluation of speech-based tv content processing in the french language",
"authors": [
{
"first": "G",
"middle": [],
"last": "Gravier",
"suffix": ""
},
{
"first": "G",
"middle": [],
"last": "Adda",
"suffix": ""
},
{
"first": "N",
"middle": [],
"last": "Paulsson",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Carr\u00e9",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "Giraudel",
"suffix": ""
},
{
"first": "O",
"middle": [],
"last": "Galibert",
"suffix": ""
}
],
"year": 2012,
"venue": "Proc LREC",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "GRAVIER, G., ADDA, G., PAULSSON, N., CARR\u00c9, M., GIRAUDEL, A. et GALIBERT, O. (2012). The etape corpus for the evaluation of speech-based tv content processing in the french language. In Proc LREC.",
"links": null
},
"BIBREF15": {
"ref_id": "b15",
"title": "Syntactic annotation for the spoken dutch corpus project (cgn)",
"authors": [
{
"first": "A",
"middle": [],
"last": "Hoekstra",
"suffix": ""
},
{
"first": "M",
"middle": [],
"last": "Moortgat",
"suffix": ""
},
{
"first": "I",
"middle": [],
"last": "Schuurman",
"suffix": ""
},
{
"first": "Wouden",
"middle": [],
"last": "Van Der",
"suffix": ""
},
{
"first": "A",
"middle": [],
"last": "",
"suffix": ""
}
],
"year": 2000,
"venue": "Computational Linguistics in the Netherlands (CLIN)",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "HOEKSTRA, A., MOORTGAT, M., SCHUURMAN, I. et van der WOUDEN, A. (2000). Syntactic annotation for the spoken dutch corpus project (cgn). In Computational Linguistics in the Netherlands (CLIN).",
"links": null
},
"BIBREF16": {
"ref_id": "b16",
"title": "Tregex and tsurgeon : tools for querying and manipulating tree data structures",
"authors": [
{
"first": "R",
"middle": [],
"last": "Levy",
"suffix": ""
},
{
"first": "G",
"middle": [],
"last": "Andrew",
"suffix": ""
}
],
"year": 2006,
"venue": "Proc. LREC",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "LEVY, R. et ANDREW, G. (2006). Tregex and tsurgeon : tools for querying and manipulating tree data structures. In Proc. LREC.",
"links": null
},
"BIBREF17": {
"ref_id": "b17",
"title": "Building a large annotated corpus of english : The penn treebank",
"authors": [
{
"first": "M",
"middle": [
"P"
],
"last": "Marcus",
"suffix": ""
},
{
"first": "B",
"middle": [],
"last": "Santorini",
"suffix": ""
},
{
"first": "M",
"middle": [
"A"
],
"last": "Marcinkiewicz",
"suffix": ""
}
],
"year": 1993,
"venue": "Computational Linguistics",
"volume": "19",
"issue": "2",
"pages": "313--330",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "MARCUS, M. P., SANTORINI, B. et MARCINKIEWICZ, M. A. (1993). Building a large annotated corpus of english : The penn treebank. Computational Linguistics, 19(2):313-330.",
"links": null
},
"BIBREF18": {
"ref_id": "b18",
"title": "Dysfluency annotation stylebook for the switchboard corpus",
"authors": [
{
"first": "M",
"middle": [],
"last": "Meteer",
"suffix": ""
}
],
"year": 1995,
"venue": "",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "METEER, M. (1995). Dysfluency annotation stylebook for the switchboard corpus. Rapport technique, Upenn.",
"links": null
},
"BIBREF19": {
"ref_id": "b19",
"title": "Rekonstrukce standardizovan\u00e9ho textu z mluven\u00e9\u0159e\u010di v pra\u017esks\u00e9m z\u00e1vislostn\u00edm korpusu mluven\u00e9\u010de\u0161tiny. manu\u00e1l pro anot\u00e1tory",
"authors": [
{
"first": "M",
"middle": [],
"last": "Mikulova",
"suffix": ""
},
{
"first": "",
"middle": [],
"last": "Ufal",
"suffix": ""
},
{
"first": "S",
"middle": [],
"last": "Petrov",
"suffix": ""
},
{
"first": "L",
"middle": [],
"last": "Barrett",
"suffix": ""
},
{
"first": "R",
"middle": [],
"last": "Thibaux",
"suffix": ""
},
{
"first": "D",
"middle": [],
"last": "Klein",
"suffix": ""
}
],
"year": 2006,
"venue": "Proceedings of the 21st International Conference on Computational Linguistics and 44th Annual Meeting of the Association for Computational Linguistics",
"volume": "38",
"issue": "",
"pages": "433--440",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "MIKULOVA, M. (2008). Rekonstrukce standardizovan\u00e9ho textu z mluven\u00e9\u0159e\u010di v pra\u017esks\u00e9m z\u00e1vislostn\u00edm korpusu mluven\u00e9\u010de\u0161tiny. manu\u00e1l pro anot\u00e1tory. Rapport technique 38, UFAL. PETROV, S., BARRETT, L., THIBAUX, R. et KLEIN, D. (2006). Learning accurate, compact, and interpretable tree annotation. In Proceedings of the 21st International Conference on Computatio- nal Linguistics and 44th Annual Meeting of the Association for Computational Linguistics, pages 433-440, Sydney, Australia. Association for Computational Linguistics.",
"links": null
},
"BIBREF20": {
"ref_id": "b20",
"title": "Preparing, restructuring and augmenting a french treebank : lexicalized parsers or coherent treebanks ?",
"authors": [
{
"first": "N",
"middle": [],
"last": "Schluter",
"suffix": ""
},
{
"first": "J",
"middle": [],
"last": "Van Genabith",
"suffix": ""
}
],
"year": 2007,
"venue": "Proceedings Pacling",
"volume": "",
"issue": "",
"pages": "",
"other_ids": {},
"num": null,
"urls": [],
"raw_text": "SCHLUTER, N. et van GENABITH, J. (2007). Preparing, restructuring and augmenting a french treebank : lexicalized parsers or coherent treebanks ? In Proceedings Pacling 2007, Melbourne.",
"links": null
}
},
"ref_entries": {
"FIGREF0": {
"type_str": "figure",
"num": null,
"text": "FIGURE 1 -Extrait d'un fichier Le Masque et la plume au format Transcriber",
"uris": null
},
"FIGREF1": {
"type_str": "figure",
"num": null,
"text": "Cat\u00e9gories syntagmatiquesAdP, AP, COORD, NP, PP, VN, VPinf, VPpart Sint (parenth\u00e9tique ou incise), Srel (relative), Ssub (subordonn\u00e9e), SENT (racine) Cat\u00e9gories lexicales ADJ, ADJINT (adjectif interrogatif), ADV, ADVINT (adverbe interrogatif), ADVEX(adverbe exclamatif), (V (indicatif qui inclut conditionnel), VINF (infinitif) VIMP (imp\u00e9ratif), VPP (part pass\u00e9), VPR (part pr\u00e9sent), VS (subjonctif) NC (nom commun), NPP (nom propre), CC (conj coord), CS (conj sub) CLS (clitique sujet), CLO (clitique objet ou compl\u00e9ment), CLR (clitique r\u00e9fl\u00e9chi) P (pr\u00e9position), P+D (au, du, des), P+PRO (auquel, duquel, desquels) PRO PROINT (pronom interrogatif), PROREL (pronom relatif) DET, DETINT (d\u00e9terminant interrogatif), DETEX (d\u00e9terminant exclamatif), ET (mot \u00e9tranger), I (interjection), UK (mots inachev\u00e9s/non reconnus) HES, REP, REV,DM Symboles Fonctionnels SUJ,OBJ,A-OBJ,DE-OBJ,P-OBJ,MOD,ATS,ATO,DIS,VOC Marque d'inach\u00e8vement INA",
"uris": null
},
"FIGREF2": {
"type_str": "figure",
"num": null,
"text": "(COORD mais (REP (VN il y a) (NP :OBJ m\u00eal\u00e9e)), (VN il y a ) ( NP :OBJ m\u00eal\u00e9e) (masque et la plume) (5) Ils sont (AP :ATS tr\u00e8s-ADV tr\u00e8s-ADV laids-A) (masque et la plume) Exemple d'arbre de CORAL-ROM (apr\u00e8s correction)",
"uris": null
},
"FIGREF3": {
"type_str": "figure",
"num": null,
"text": "moi, (REP (NP :SUJ \u00e7a-PRO) (VN-INA me-CLO) ) \u00e7a me dit rien, moi (c-oral-rom) (7) Il me fait : (Sint :OBJ (DM ben si )).",
"uris": null
},
"FIGREF4": {
"type_str": "figure",
"num": null,
"text": "(DM Allez-V) (NP-VOC Catherine) (NP encore un tour) ! (le masque et la plume) (9) (NP :DIS moi-PRO), (NP :DIS ce qui me frappe), (VN c'-CLS-SUJ est ) (NP-ATS la fin). (le masque et la plume) (10) (NP-SUJ des chanteurs) ,(NP-SUJ des musiciens) (VN sont pass\u00e9s) dans ce th\u00e9\u00e2tre (un temps de pauchon)",
"uris": null
},
"TABREF2": {
"type_str": "table",
"text": "treebank \u00e9crit quant aux jeux de symboles pr\u00e9terminaux (\u00e9tiquettes morphosyntaxiques). On ajoute \u00e0 ce jeu d'\u00e9tiquettes les symboles non terminaux HES, REV, REP, DM qui encodent respectivement les disfluences (h\u00e9sitation, r\u00e9vision, r\u00e9p\u00e9tition, marqueur de discours), et des symboles suppl\u00e9mentaires SYNC, OVERLAPB, OVERLAPE,BACKCHANNELB,BACKCHANNELE qui encodent dans les arbres les annotations de synchronisation son et de chevauchement extraites du format des annotations ETAPE.De plus, certains noeuds comportent des annotations structur\u00e9es par plus d'un attribut. Ainsi en plus de la cat\u00e9gorie syntaxique, on renseigne pour les noeuds arguments du verbe, c'est-\u00e0-dire les noeuds fr\u00e8res du noeud VN et les clitiques arguments leur fonction syntaxique prise parmi le jeu d\u00e9crit par(Abeill\u00e9 et Barrier, 2004) auquel on ajoute deux nouvelles fonctions de vocatif et de disloqu\u00e9es (not\u00e9es VOC, DIS). Un troisi\u00e8me attribut bool\u00e9en (not\u00e9 INA) peut \u00eatre renseign\u00e9 sur un noeud non terminal pour indiquer qu'il encode un syntagme inachev\u00e9.",
"num": null,
"html": null,
"content": "<table><tr><td/><td>Le masque et la plume</td><td>Un temps de Pauchon</td><td>CORAL-ROM(L'allumage)</td><td>Total</td></tr><tr><td>Occurrences</td><td>15260</td><td>11932</td><td>5050</td><td>32242</td></tr><tr><td>Phrases</td><td>795</td><td>882</td><td>441</td><td>2118</td></tr><tr><td>Lg. moy. phrases</td><td>19.1</td><td>13.5</td><td>11.5</td><td>15.2</td></tr><tr><td/><td colspan=\"3\">TABLE 2 -Statistiques descriptives</td><td/></tr></table>"
},
"TABREF3": {
"type_str": "table",
"text": "m\u00e9thode d'analyse syntaxique repose sur l'hypoth\u00e8se que la structure des phrases \u00e0 l'oral n'est pas fondamentalement diff\u00e9rente de celles de l'\u00e9crit. C'est plut\u00f4t la distribution de probabilit\u00e9 de la grammaire qui varie. Les donn\u00e9es \u00e9tant segment\u00e9es, l'\u00e9tape d'analyse syntaxique couvre les t\u00e2ches traditionnelles d'\u00e9tiquetage morphosyntaxique, de parsing et d'\u00e9tiquetage fonctionnel. Nous n'avons pas utilis\u00e9 explicitement d'\u00e9tiqueteur morphosyntaxique dans la mesure o\u00f9 l'analyseur syntaxique utilis\u00e9(Petrov et al., 2006) est un mod\u00e8le conjoint qui r\u00e9alise d\u00e9j\u00e0 le tagging.",
"num": null,
"html": null,
"content": "<table><tr><td>Plus sp\u00e9cifiquement, la m\u00e9thode d'analyse utilis\u00e9e tire parti des annotations en disfluences</td></tr><tr><td>donn\u00e9es par ESTER 3. L'analyse en constituants proprement dite est pr\u00e9c\u00e9d\u00e9e d'un pr\u00e9traitement</td></tr><tr><td>qui supprime de l'entr\u00e9e les disfluences, les marques de chevauchement et les balises de synchro-</td></tr><tr><td>nisation avec la bande son. Celles-ci sont r\u00e9int\u00e9gr\u00e9es dans les analyses en post-traitement. Les</td></tr><tr><td>arbres de dysfluences sont cr\u00e9\u00e9s de mani\u00e8re heuristique : la racine est la cat\u00e9gorie donn\u00e9e par</td></tr><tr><td>ESTER 3, celle-ci domine syst\u00e9matiquement les noeud pr\u00e9terminaux (tags) \u00e9tiquet\u00e9s par un 2-CRF</td></tr><tr><td>lin\u00e9aire (mod\u00e8le appris sur le treebank \u00e9crit).</td></tr></table>"
},
"TABREF6": {
"type_str": "table",
"text": "Evaluation des m\u00e9thodes d'adaptation",
"num": null,
"html": null,
"content": "<table/>"
},
"TABREF7": {
"type_str": "table",
"text": "Evaluation par bootstrapping deux groupes de donn\u00e9es permet d'am\u00e9liorer subtantiellement les performances de l'analyseur.",
"num": null,
"html": null,
"content": "<table><tr><td>Donn\u00e9es d'entrainement</td><td>1000</td><td>2000</td><td>3000</td><td>4000</td><td>5000</td><td>6000</td><td>7000</td></tr><tr><td>Mix(Oral,Ecrit,k = 0)</td><td>65.57</td><td>68.09</td><td>69.15</td><td>68.2</td><td>69.1</td><td>67.4</td><td>68.0</td></tr><tr><td>Mix(Oral,Ecrit,k = 0.25)</td><td>68.2</td><td>69.6</td><td>71.0</td><td>72.1</td><td>70.9</td><td>71.9</td><td>72.1</td></tr><tr><td>Mix(Oral,Ecrit,k = 0.5)</td><td>67.8</td><td>69.6</td><td>71.0</td><td>72.0</td><td>69.1</td><td>67.4</td><td>67.9</td></tr><tr><td>Mix(Oral,Ecrit,k = 0.75)</td><td>65.7</td><td>69.9</td><td>70.7</td><td>71.2</td><td>71.7</td><td>72.0</td><td>72.4</td></tr></table>"
}
}
}
} |