Analyse de sentiments des vidéos en dialecte algérien



Analyse de sentiments des vidéos en dialecte algérien
Mohamed Amine Menacer, Karima Abidi, Nouha Othman and Kamel Smaïli
La plupart des travaux existant sur l’analyse de sentiments traitent uniquement l’arabe standard moderne, et ne prennent pas en compte les dialectes. Cet article présente un système d’analyse de sentiments des vidéos en dialecte algérien.
Dans ce travail, nous avons deux défis à surmonter, la reconnaissance automatique de la parole pour le dialecte algérien et l’analyse de sentiments du texte reconnu. Le développement du système de reconnaissance automatique de la parole est basé sur un corpus oral restreint. Ce système est amélioré en tirant profit de données acoustiques ayant un impact sur le dialecte algérien, à savoir le l’arabe standard et le français. L’analyse de sentiments est basée sur la détection automatique de la polarité des mots en fonction de leur proximité sémantique avec d’autres mots ayant une polarité prédéterminée.



ETeRNAL-1 : Pratiques d’évaluation en ASR et biais de performance



Pratiques d’évaluation en ASR et biais de performance
Mahault Garnerin, Solange Rossato et Laurent Besacier
Nous proposons une réflexion sur les pratiques d’évaluation des systèmes de reconnaissance automatique de la parole (ASR). Après avoir défini la notion de discrimination d’un point de vue légal et la notion d’équité dans les systèmes d’intelligence artificielle, nous nous intéressons au pratiques dans les grandes campagnes d’évaluation. La variabilité de la parole et plus particulièrement celle de l’individu n’est pas prise en compte dans les protocoles actuels rendant impossible l’étude de possible biais dans les systèmes.