Compr\'ehension automatique de la parole sans donn\'ees de r\'ef\'erence

Abstract

La majorit\'e des m\'ethodes \'etat de l'art en compr\'ehension automatique de la parole ont en commun de devoir \^etre apprises sur une grande quantit\'e de donn\'ees annot\'ees. Cette d\'ependance aux donn\'ees constitue un r\'eel obstacle lors du d\'eveloppement d'un syst\`eme pour une nouvelle t\^ache/langue. Aussi, dans cette \'etude, nous pr\'esentons une m\'ethode visant \`a limiter ce besoin par un m\'ecanisme d'apprentissage sans donn\'ees de r\'ef\'erence (zero-shot learning). Cette m\'ethode combine une description ontologique minimale de la t\^ache vis\'ee avec l'utilisation d'un espace s\'emantique continu appris par des approches \`a base de r\'eseaux de neurones \`a partir de donn\'ees g\'en\'eriques non-annot\'ees. Nous montrons que le mod\`ele simple et peu co\^uteux obtenu peut atteindre, d\`es le d\'emarrage, des performances comparables \`a celles des syst\`emes \'etat de l'art reposant sur des r\`egles expertes ou sur des approches probabilistes sur des t\^aches de compr\'ehension de la parole de r\'ef\'erence (tests des Dialog State Tracking Challenges, DSTC2 et DSTC3). Nous proposons ensuite une strat\'egie d'adaptation en ligne permettant d'am\'eliorer encore les performances de notre approche \`a l'aide d'une supervision faible et ajustable par l'utilisateur.

Tasks

Reproductions