@inproceedings{duroselle-etal-2020-adaptation,
    title = "Adaptation de domaine non supervis{\'e}e pour la reconnaissance de la langue par r{\'e}gularisation d{'}un r{\'e}seau de neurones (Unsupervised domain adaptation for language identification by regularization of a neural network)",
    author = {Duroselle, Rapha{\"e}l  and
      Jouvet, Denis  and
      Illina, Irina},
    editor = "Benzitoun, Christophe  and
      Braud, Chlo{\'e}  and
      Huber, Laurine  and
      Langlois, David  and
      Ouni, Slim  and
      Pogodalla, Sylvain  and
      Schneider, St{\'e}phane",
    booktitle = "Actes de la 6e conf{\'e}rence conjointe Journ{\'e}es d'{\'E}tudes sur la Parole (JEP, 33e {\'e}dition), Traitement Automatique des Langues Naturelles (TALN, 27e {\'e}dition), Rencontre des {\'E}tudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (R{\'E}CITAL, 22e {\'e}dition). Volume 1 : Journ{\'e}es d'{\'E}tudes sur la Parole",
    month = "6",
    year = "2020",
    address = "Nancy, France",
    publisher = "ATALA et AFCP",
    url = "https://preview.aclanthology.org/fix-sig-urls/2020.jeptalnrecital-jep.22/",
    pages = "190--198",
    language = "fra",
    abstract = "Les syst{\`e}mes automatiques d{'}identification de la langue subissent une d{\'e}gradation importante de leurs performances quand les caract{\'e}ristiques acoustiques des signaux de test diff{\`e}rent fortement des caract{\'e}ristiques des donn{\'e}es d{'}entra{\^i}nement. Dans cet article, nous {\'e}tudions l{'}adaptation de domaine non supervis{\'e}e d{'}un syst{\`e}me entra{\^i}n{\'e} sur des conversations t{\'e}l{\'e}phoniques {\`a} des transmissions radio. Nous pr{\'e}sentons une m{\'e}thode de r{\'e}gularisation d{'}un r{\'e}seau de neurones consistant {\`a} ajouter {\`a} la fonction de co{\^u}t un terme mesurant la divergence entre les deux domaines. Des exp{\'e}riences sur le corpus OpenSAD15 nous permettent de s{\'e}lectionner la Maximum Mean Discrepancy pour r{\'e}aliser cette mesure. Cette approche est ensuite appliqu{\'e}e {\`a} un syst{\`e}me moderne d{'}identification de la langue reposant sur des x-vectors. Sur le corpus RATS, pour sept des huit canaux radio {\'e}tudi{\'e}s, l{'}approche permet, sans utiliser de donn{\'e}es annot{\'e}es du domaine cible, de surpasser la performance d{'}un syst{\`e}me entra{\^i}n{\'e} de fa{\c{c}}on supervis{\'e}e avec des donn{\'e}es annot{\'e}es de ce domaine."
}