Modèle-s bayés-ien-s pour la segment-ation à deux niveau-x faible-ment super-vis-é-e
Shu Okabe, François Yvon
Résumé : La segmentation automatique en mots et en morphèmes est une étape cruciale dans le processus de documentation des langues. Dans ce travail, nous étudions plusieurs modèles bayésiens pour réaliser une segmentation conjointe des phrases à ces deux niveaux : d’une part, en introduisant un couplage déterministe entre deux modèles spécialisés pour identifier chaque type de frontières, d’autre part, en proposant une modélisation intrinsèquement hiérarchique. Un objectif important de cette étude est de comparer ces modèles dans un scénario où une supervision faible est disponible. Nos expériences portent sur deux langues et permettent de comparer dans des conditions réalistes les mérites de ces diverses modélisations.
Mots clés : segmentation en mots, segmentation en morphèmes, documentation automatique des langues, modèle bayésien non-paramétrique.