[Corpora-List] CFP: Atelier JEP-TALN 2012 traitement automatique des langues africaines (=?iso-8859-1?Q?=E9crit_?=et parole)

[Mathieu Mangeot]

[an English version will be posted later]

APPEL À COMMUNICATIONS

Version HTML : http://www.jeptaln2012.org/?page_id=344
Version PDF : http://www.jeptaln2012.org/wp-content/uploads/2012/02/AppelAtelierLanguesAfricainesJepTaln2012.pdf

*Traitement automatique des langues africaines (écrit et parole)*

Atelier JEP-TALN 2012
19e conférence sur le Traitement Automatique des Langues Naturelles et 
29e édition des Journées d'Étude sur la Parole
Grenoble du 4 au 9 juin 2012

CALENDRIER

- Date limite de soumission : 30 mars 2012
- Notification aux auteurs : 30 avril 2012
- Date limite de soumission des versions définitives : 11 mai 2012
- Atelier : 9 juin 2012

PRÉSENTATION

Les recherches en traitement automatique des langues africaines sont actuellement à l'orée de développements majeurs. Les efforts de reconnaissance des langues nationales et de standardisation des différents alphabets commencent à porter leurs fruits. Au Niger, par exemple, les alphabets des langues fulfulde, haussa, kanouri, songhai-zarma et tamajaq ont été définis par des arrêtés du gouvernement en 1999. Par ailleurs, un certain nombre de collègues formés dans les pays du Nord reviennent dans leur pays avec la volonté de continuer leur travail sur les langues locales. Il y a également des diasporas disposant de moyens technologiques leur permettant de contribuer directement en ligne et de manière bénévole.

Pour autant, les langues nationales de la plupart des pays d'Afrique sont peu dotées (langues-π) : les ressources électroniques disponibles sont rares, mal distribuées, voire inexistantes. Seules sont accessibles les fonctions d'édition et d'impression rendant l'exploitation de ces langues difficile. Au moment où il est question de les introduire dans le système éducatif, de créer des normes d'écriture standardisées et stabilisées et surtout de développer leur usage à l'écrit et à l'oral dans l'administration et la vie quotidienne, un développement de ces langues s’impose comme une nécessité vitale.

Développer le traitement automatique de langues africaines nécessite l'élaboration de ressources qui seront les fondements à partir desquels des traitements plus élaborés peuvent être construits. Il apparaît indispensable de constituer en premier lieu des corpus écrits et oraux annotés aussi larges que possibles. À partir de tels corpus, il est possible d’extraire des exemples pour aider à la constitution de dictionnaires ou de mettre au point des modèles de langage pour la reconnaissance vocale. Toutefois, la constitution de tels corpus reste une entreprise délicate dans le contexte de langues peu dotée car les transcriptions souffrent du manque de standardisation de la langue et l'enrichissement de corpus reste très onéreux. 

Les dictionnaires sont également nécessaires pour construire les outils de base tels les correcteurs orthographiques (qui peuvent servir à leur tour pour corriger les corpus écrits) ou encore pour l'aide à la transcription de corpus oraux. Il existe parfois des dictionnaires bilingues couplant la langue officielle et une langue nationale. Par exemple, au Mali, le père Charles Bailleul est l'auteur d’un  dictionnaire bambara-français ; au Niger, le projet éducatif  SOUTÉBA a créé cinq dictionnaires bilingues destinés aux enfants de primaire. Mais ceux-ci existent uniquement en version papier ou sous forme de fichiers d'éditeurs de texte (format.doc). Informatiser ces dictionnaires pour les rendre utilisables par des outils de traitement automatique nécessite, dans un premier temps, d'ajouter des informations manquantes : prononciation, règles de flexion morphologiques et flexionnelles, exemples et traductions tirés de corpus, etc.Il s'agit dans un premier temps de les informatiser (les transformer dans un format utilisable par des outils de traitement automatique) et de les compléter avec des informations manquantes : prononciation, exemples et traductions tirés de corpus, etc.

Des astuces peuvent parfois être inventées pour pallier le manque de ressources. Par exemple, s'il n'existe pas de corpus oraux avec transcriptions, il est possible de constituer un corpus oral de textes lus.

Enfin, il y a lieu de prendre en compte les contraintes socio-économiques s'exerçant sur la population des locuteurs : les ressources économiques sont limitées, les ressources humaines qualifiées sont rares, les recherches sont sporadiques et isolées, les résultats confidentiels et parcellaires. Il est donc nécessaire de définir des méthodologies économes en coût d'achat de logiciels et en temps de travail qualifié visant à produire des résultats pérennes, partagés et faciles à enrichir. La constitution de ressources linguistiques de manière générale, et plus encore pour les langues africaines devrait donc respecter un certain nombre de principes : utilisation d'outils en source ouverte, définition et utilisation de standards (ISO, Unicode), transfert de connaissances entre les collègues des pays du Nord et du Sud, disponibilité des ressources sous licence ouverte (Creative Commons), etc.

Cet atelier a pour but d'effectuer un état des lieux des travaux de constitution de ressources linguistiques de base (dictionnaires, corpus oraux et écrits), de mettre au point des méthodologies simples et économes d'élaboration de ressource, d'échanger sur les techniques permettant de se passer de certaines ressources inexistantes et de fixer un certain nombre de principes pour les futurs travaux dans le domaine.

TYPES DE COMMUNICATIONS

Les publications devront comprendre entre 6 et 12 pages.
Les auteurs sont invités à soumettre des articles présentant des travaux de recherche originaux sur les thèmes proposés ci-dessous.

THÈMES

L'atelier est ouvert à la présentation de travaux de recherche portant sur l'un ou plusieurs des thèmes suivants :

Ressources  : 
	• 	constitution de corpus écrits (monolingues, bilingues alignés ou comparables)
	• 	constitution de corpus oraux (incluant la transcription)
	• 	élaboration de lexiques et dictionnaires (monolingues, bilingues)
	• 	évaluation de la qualité des ressources

Outils  :
	• 	analyseurs morphologiques, correcteurs orthographiques
	• 	analyseurs syntaxiques, correcteurs grammaticaux
	• 	systèmes de TA (statistique ou à base de règles)
	• 	reconnaissance de la parole 
	• 	synthèse vocale

CRITÈRES DE SÉLECTION

Les soumissions seront examinées par au moins deux spécialistes du domaine.
Pour les travaux de recherches, seront considérées en particulier :
- l'adéquation aux thèmes de l'atelier.
- l'importance et l'originalité de la contribution,
- la correction du contenu scientifique et technique,
- l'organisation et la clarté de la présentation.

MODALITÉS DE SOUMISSION

Les articles seront rédigés en français pour les francophones, en anglais pour ceux qui ne maîtrisent pas le français. Les formats précis de soumission sont disponibles pour Word et Latex sur le site de jeptaln2012 (http://www.jeptaln2012.org/).

Les propositions de communications doivent être envoyées sous forme pdf à Mathieu.Mangeot at imag.fr ET à Chantal.Enguehard at univ-nantes.fr

COMITÉ DE PROGRAMME

Laurent Besacier (LIG, Grenoble, France)
Mame Thierno Cissé (ARCIV, U. Cheikh Anta Diop, Dakar, Sénégal)
Chantal Enguehard (LINA, Nantes, France)
Gil Francopoulo (Tagmatica, Paris, France)
Hadrien Gelas, (DDL, Lyon, France)
Mathieu Mangeot (LIG, Grenoble, France) 
Chérif Mbodj, (Centre de Linguistique Appliquée de Dakar, Sénégal)
Harouna Naroua (U. Abdou Moumouny, Niamey, Niger)
Pascal Nocera, (Université d'Avignon, France)
Guy De Pauw, (Université d'Anvers, Belgique)
Francois Pellegrino, (DDL, Lyon, France)
Mamadou Lamine Sanogo (INSS, Ouagadougou, Burkina-Faso)
Gilles Sérasset (LIG, Grenoble, France)


Mathieu MANGEOT
GETALP, LIG-campus, BP 53  -  385 rue de la Bibliothèque
F-38041 Grenoble Cedex 9  -  France
Tel : +33 4 76 63 56 54   /   +33 4 79 75 81 89

-------------- next part --------------
An HTML attachment was scrubbed...
URL: <http://listserv.linguistlist.org/pipermail/corpora/attachments/20120226/87b693e5/attachment.htm>
-------------- next part --------------
A non-text attachment was scrubbed...
Name: smime.p7s
Type: application/pkcs7-signature
Size: 1883 bytes
Desc: not available
URL: <http://listserv.linguistlist.org/pipermail/corpora/attachments/20120226/87b693e5/attachment-0001.bin>
-------------- next part --------------
_______________________________________________
UNSUBSCRIBE from this page: http://mailman.uib.no/options/corpora
Corpora mailing list
Corpora at uib.no
http://mailman.uib.no/listinfo/corpora