Chunker différents types de discours oraux : défis pour l’apprentissage automatique (Chunking different spoken speech types : challenges for machine learning)

Le travail decrit le developpement d'un chunker pour l'oral par apprentissage supervise avec les CRFs, a partir d'un corpus de reference de petite taille et compose de productions de nature differente : monologue prepare vs discussion spontanee. La methodologie respecte les specificites des donnees traitees. L'apprentissage tient compte des resultats proposes par differents etiqueteurs morpho-syntaxiques disponibles sans correction manuelle de leurs resultats. Les experiences montrent que le genre de discours (monologue vs discussion), la nature de discours (spontane vs prepare) et la taille du corpus peuvent influencer les resultats de l'apprentissage, ce qui confirme que la nature des donnees traitees est a prendre en consideration dans l'interpretation des resultats.