IV.2.1.Premier résultat

Le réseau TRN reçoit en entrée le type de phonèmes (consonnes ou voyelles) par l’intermédiaire de deux neurones. Seuls l’ordre sériel et la durée des consonnes et voyelles peuvent être exploités par le réseau TRN. Le réseau encode sous la forme de vecteurs les passages de parole, codés en consonnes et voyelles. Cette première évaluation permet de comparer les performances d’identification du modèle avec le traitement statistique mis en place par l’IRIT (Farinas et André-Obrecht, 2000). Le corpus OGI-MLTS a en effet été testé avec la même liste de phrase pour l’apprentissage et la validation.

Les résultats prennent en compte la totalité des langues disponibles pour chaque corpus, et n’exploitent que le rythme induit par la succession des consonnes et des voyelles. Pour le corpus MULTEXT de validation, les performances sont de l’ordre de 30 %. Pour le corpus OGI-MLTS, le taux d’identification est de 33 %, alors que les méthodes statistiques précédentes atteignaient seulement 26%. En outre, Farinas et Obrecht (2000) obtenaient un taux de l’ordre de 34 % avec une approche statistique locale. Ainsi le modèle neuromimétique se comporte de la même manière avec le corpus OGI-MLTS qu’avec un traitement statistique. Cependant, certains paramètres du modèle n’ont pas été optimisés pour une tâche d’identification des langues, ce qui laisse présager que les performances peuvent être améliorées.