Note publique d'information : L'évolution de la société de l'Information avec les concepts d'ubiquité, de nomadisme,
d'accès à l'information sans discontinuer, en tous lieux et en tous temps, et si possible
avec le minimum d'efforts pour l'utilisateur impose de repenser les interfaces de
communication. En effet, dans ces situations, la plupart du temps, le clavier n'apporte
pas les solutions de confort attendu. L'utilisation de commandes gestuelles, et en
particulier de l'écriture manuscrite, se révèle être aujourd'hui une alternative crédible
pour ces nouveaux systèmes communicants (assistant numérique, ardoise électronique,
etc. ). Les performances des systèmes de reconnaissance actuels sont encore bien inférieures
à celles de l'humain notamment dans la prise en compte d'informations contextuelles
d'ordre linguistique. Les travaux que nous présentons dans ce manuscrit s'inscrivent
dans un cadre industriel (CIFRE) et visent à améliorer le système de reconnaissance
de l'écriture manuscrite nommé MyScript Builder, développé par la société Vision Objects.
Dans un tel système, la prise en compte des propriétés du langage constitue un élément
clé. C'est l'objectif central de ce travail pour lequel encore peu de contributions
sont disponibles. Nous avons cherché à concevoir, développer et tester des modèles
de langage les plus efficaces possibles pour un système de reconnaissance de l'écriture
manuscrite en-ligne. Plusieurs types de contraintes étaient à satisfaire. En articulier,
il fallait veiller au compromis taille/performance, mais aussi envisager la portabilité
de la méthode afin de pouvoir la généraliser à différentes langues. Ainsi, nous avons
privilégié une approche probabiliste basée sur des n-classes pour traiter les langues
naturelles. Nous avons expérimenté de nombreuses techniques de classification basées
sur différentes méthodes d'exploration de l'espace de recherche et se basant sur un
critère de nature contextuelle ou syntaxique. Par ailleurs, des modèles structurels
appelés lexiques d'expressions, ont été étudiés pour traiter des entités linguistiques
spécifiques. Ces modèles ont fait l'objet d'expérimentations poussées pour évaluer
les améliorations apportées au système de reconnaissance MyScript Builder. Sur des
phrases appartenant à 13 langues différentes, le taux d'erreur a été diminué de 30
%en moyenne à l'aide de modèles n-classes par rapport à une version ne comportant
qu'un simple lexique. Les lexiques d'expressions s'avèrent particulièrement performants
puisque le nombre d'erreurs de reconnaissance est réduit de moitié.
paprika.idref.fr
data.idref.fr
Documentation
