De l'utilisation de mesures de confiance en traduction automatique : évaluation, post-édition et application à la traduction de la parole

On the use of confidence measures in machine translation : evaluation, post edition and application to speech translation

• Auteur / Autrice : Sylvain Raybaud
• Direction : Kamel Smaïli, David Langlois
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 05/12/2012
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine (1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire lorrain de recherche en informatique et ses applications
• Jury : Président / Présidente : François Charpillet
• Jury : Examinateurs / Examinatrices : Guillaume Gravier
• Jury : Rapporteurs / Rapporteuses : Laurent Besacier, François Yvon

Mots clés

Mots clés contrôlés

Inférence

Analyse automatique (linguistique)

Traitement automatique du langage naturel

Traitement automatique de la parole

Traduction automatique

Mots clés libres

Traduction automatique statistique

Mesures de confiance

Traduction de la parole

Post-édition

Segmentation

Réseau de confusion

Phonèmes

Statistical machine translation

Confidence estimation

Speech translation

Post edition

Segmentation

Confusion network

Phoneme

Résumé

Cette thèse de doctorat aborde les problématiques de l'estimation de confiance pour la traduction automatique, et de la traduction automatique statistique de la parole spontanée à grand vocabulaire. J'y propose une formalisation du problème d'estimation de confiance, et aborde expérimentalement le problème sous le paradigme de la classification et régression multivariée. Je propose une évaluation des performances des différentes méthodes évoquées, présente les résultats obtenus lors d'une campagne d'évaluation internationale et propose une application à la post-édition par des experts de documents traduits automatiquement. J'aborde ensuite le problème de la traduction automatique de la parole. Après avoir passé en revue les spécificités du medium oral et les défis particuliers qu'il soulève, je propose des méthodes originales pour y répondre, utilisant notamment les réseaux de confusion phonétiques, les mesures de confiances et des techniques de segmentation de la parole. Je montre finalement que le prototype propose rivalise avec des systèmes état de l'art à la conception plus classique

In this thesis I shall deal with the issues of confidence estimation for machine translation and statistical machine translation of large vocabulary spontaneous speech translation. I shall first formalize the problem of confidence estimation. I present experiments under the paradigm of multivariate classification and regression. I review the performances yielded by different techniques, present the results obtained during the WMT2012 internation evaluation campaign and give the details of an application to post edition of automatically translated documents. I then deal with the issue of speech translation. After going into the details of what makes it a very specific and particularly challenging problem, I present original methods to partially solve it, by using phonetic confusion networks, confidence estimation techniques and speech segmentation. I show that the prototype I developped yields performances comparable to state-of-the-art of more standard design