Figures

Objet

Les études réalisées par les psychologues ont montré que la lecture ne peut se réduire à une simple analyse graphique, lettre à lettre, du texte lu, mais fait intervenir de nombreux autres facteurs. Pour prendre en compte ces résultats, nous avons développé un modèle de lecture, fondé sur un système connexionniste à propagation guidée, capable d'intégrer diverses sources d'informations au cours de la reconnaissance lexicale. Cet objectif permet, plus fondamentalement, d'étudier les interactions entre modules d'un système de communication homme-machine et, plus précisément, les facteurs qui peuvent diminuer son "temps de réponse".

Contenu

Fondés sur des données neurobiologiques, les réseaux à propagation guidée ont déjà été appliqués à différents domaines de la communication homme-machine [2]. Le modèle de lecture décrit ici est composé de trois modules principaux, correspondant respectivement aux connaissances typographiques, lexicales et syntaxiques du système (figure 1). Un flux primaire d'information parcourt en parallèle ces trois modules, chaque niveau de connaissance fournissant des données au niveau plus abstrait.

Afin de pouvoir utiliser, lors de la reconnaissance, des sources d'information extérieures au flux primaire, la propagation guidée fournit un mécanisme de facilitation qui permet de mettre en exergue le sous-ensemble des connaissances d'un module correspondant aux critères supplémentaires. Ainsi, des informations sur la forme globale des mots peuvent être prises en compte directement au niveau lexical, ce qui permet de simuler l'effet de prévisualisation des mots. Ce mécanisme prédictif permet également aux connaissances syntaxiques d'entrer en jeu lors de la reconnaissance lexicale.

La propagation guidée offre la possibilité d'intégrer avec chacune de ses connaissances des indications sur sa fréquence d'utilisation. Ces indications sont codées sous la forme de renforcement du chemin d'accès des connaissances les plus fréquemment utilisées, favorisant ainsi leur reconnaissance (figure 2). Ce mécanisme permet au modèle de lecture de simuler l'effet fréquentiel des mots, les mots les plus fréquents étant plus facilement et plus rapidement reconnus que les moins fréquents. Une étude théorique a permis de formaliser le comportement de ce mécanisme en fonction des valeurs de ses différents paramètres.

Situation

Ce travail a été initialisé et développé en partie dans le cadre d'une collaboration avec IPO d'Eindhoven. Le modèle présenté a fait l'objet d'une implantation sur machine en langage C++ dans l'environnement graphique X/Motif. Il a permis d'obtenir des premiers résultats sur de petits corpus (figure 3). L'influence des différents facteurs (fréquence des mots, prévisualisation et structure syntaxique) sur le temps de réponse du module lexical a pu être comparée aux résultats publiés en psychologie. Actuellement, une étude des propriétés du modèle en présence de corpus plus importants est en cours. Les perspectives d'extension du modèle comprennent une meilleure intégration du mécanisme de scrutation dans le système, ainsi que l'ajout d'un module sémantique.

Références

(1) H. Ruellan : "The role of reinforcement in a reading model". A paraître dans European Meeting on Cybernetics and Systems Research, 1996.

(2) D. Béroule : "The Adaptive, Dynamic and Associative Memory Model : a possible future tool for Vocal Human-Computer Communication". The Structure of Multimodal Dialogue, M.M. Taylor, F. Néel, D. Bouwhuis (Eds.), Amsterdam : North-Holland, 1996.

DptCHM		Sommaire		Présentation