Abstract: Most difficulties arising in the development of speech understanding systems come from the great uncertainty inherent in the acoustic signal. The inaccuracy of acoustic-phonetic decoders makes it necessary to use higher level information: lexical, syntactic and semantic. We present here a possible solution for integrating some of this information in the particular case of an administrative database questioning system.First, we try to sketch how contextual knowledge can be extracted from local or global representations of an utterance, such as partial recognition or the dialogue history in the case of man-machine interaction.Then, we focus on the production of lexical hypotheses in top-down analysis, within the framework of a system architecture based on the cooperation of independent modules.We apply the Dempster-Shafer formalism in order to combine information in the lexicon, using a frequency distribution as the basis for evidence evaluation. This mathematical rule has suitable properties in the case of an oral dialogue system, as it preserves module autonomy and allows backtracking at any time during the recognition process.This approach seems promising in as much as it helps speech recognition converge faster to a satisfactory solution, thanks to linguistic information.

Zusammenfassung: Die im Rahmen der automatischen Spracherkennung häufig enstehenden Schwierigkeiten stammen aus der Unbestimmtheit, welche mit der Dekodierung von kontinuierlicher Sprache verbunden ist. Da man in absehbarer Zeit über keinen perfekt phonetischen Dekodierer verfügen wird, muβ ein Maximum von Informationen aus anderen Sprachebenen in Betracht gezogen werden. Wir stellen eine mögliche Lösung, im Rahmen des Anwendungsbereichs der Verwaltungsdatenabfrage vor, solche Informationen zu einem Ganzen zu integrieren.Zuerst zeigen wir, wie kontextuelle Informationen aus lokalen oder globalen Darstellungen herausgezogen werden können. Solche Darstellungen, sind z.B., (a) unvollständige Spracherkennung oder (b) der vorangehende Dialog im Rahmen der Interaktion zwischen Mensch und Maschine.Im Rahmen eines Systemaufbaus, der aus unabhängigen Modulen besteht welche alle zur Erkennung beitragen, beschränken wir uns auf lexikalische Hypothesen, wie sie in einer “top-down” Analyse aufgestellt werden können.Wir wenden den Formalismus der Dempster-Shafer Theorie an, um lexikalische Informationen zu kombinieren, und in diesem Formalismus benutzen wir Frequenzverteilungen als Ausgangspunkt für Evidenzberechnungen. Diese mathematische Regel hat Eigenschaften, die unserem Anwendungsbereich angemessen sind, da sie die Unabhängigkeit der einzelnen Modulen bewährt und sie zu jedem Zeitpunkt des Erkennungsprozeβes durch Heranzichen linguistischer Informationen beschleunigt wird.

Résumé: La plupart des difficultés dans un système de compréhension de la parole proviennent de la grande incertitude propre au signal acoustique. Comme aucun décodeur phonétique ne semble en mesure de fonctionner parfaitement à plus ou moins breve échéance, nous allons devoir utiliser un maximum de connaissances en provenance des niveaux superieurs. Nous présentons ici une solution possible pour intégrer certaines de ces informations dans le domaine particulier de l'interrogation d'une base de données administratives.Tout d'abord, nous exposons comment des connaissances contextuelles peuvent être extraites de représentations locales

EXPLOR_STEP=$WICRI_ROOT/Wicri/Lorraine/explor/InforLorV4/Data/Main/Exploration

HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 00DF90 | SxmlIndent | more

HfdSelect -h $EXPLOR_AREA/Data/Main/Exploration/biblio.hfd -nk 00DF90 | SxmlIndent | more

{{Explor lien
   |wiki=    Wicri/Lorraine
   |area=    InforLorV4
   |flux=    Main
   |étape=   Exploration
   |type=    RBID
   |clé=     ISTEX:588FD1801E4354AFE334FFE1151B41461A30234D
   |texte=   The use of the Dempster-Shafer rule in the lexical component of a man-machine oral dialogue system
}}