Segmentation automatique en périodes pour le français parlé

Natural Language Processing in oral speech segmentation is still looking for a minimal unit foranalyze. In this work, we propose a comparison of two methods of automatic segmentation in macrosyntactic periods which allows to take into account syntactic and prosodic components of speech. Wecompare the performances of an existing tool Analor (Avanzi et al., 2008) developed for automaticsegmentation of prosodic periods and of CRF models relying on syntactic and / or prosodic features.We find that Analor tends to divide speech into smaller segments and that CRF models detect largersegments than macro-syntactic periods. However, in general CRF models perform with better resultsthan Analor in terms of F-measure.Nous proposons la comparaison de deux méthodes de segmentation automatique du français parlé en périodes macro-syntaxiques, qui permettent d’analyser la syntaxe et la prosodie du discours. Nous comparons l’outil Analor (Avanzi et al., 2008) qui a été développé pour la segmentation des périodes prosodiques et les modèles de segmentations utilisant des CRF et des traits prosodiques et / ou morphosyntaxiques. Les résultats montrent qu’Analor divise le discours en plus petits segments prosodiques tandis que les modèles CRF détectent des segments plus larges que les périodes macro-syntaxiques. Cependant, les modèles CRF ont de meilleurs résultats qu’Analor en termes de F-mesure