@inproceedings{mdhaffar-etal-2018-le,
title = "Le corpus {PASTEL} pour le traitement automatique de cours magistraux ({PASTEL} corpus for automatic processing of lectures)",
author = "Mdhaffar, Salima and
Laurent, Antoine and
Est{\`e}ve, Yannick",
booktitle = "Actes de la Conf{\'e}rence TALN. Volume 1 - Articles longs, articles courts de TALN",
month = "5",
year = "2018",
address = "Rennes, France",
publisher = "ATALA",
url = "https://aclanthology.org/2018.jeptalnrecital-court.25",
pages = "419--426",
abstract = "Le projet PASTEL {\'e}tudie l{'}acceptabilit{\'e} et l{'}utilisabilit{\'e} des transcriptions automatiques dans le cadre d{'}enseignements magistraux. Il s{'}agit d{'}outiller les apprenants pour enrichir de mani{\`e}re synchrone et automatique les informations auxquelles ils peuvent avoir acc{\`e}s durant la s{\'e}ance. Cet enrichissement s{'}appuie sur des traitements automatiques du langage naturel effectu{\'e}s sur les transcriptions automatiques. Nous pr{\'e}sentons dans cet article un travail portant sur l{'}annotation d{'}enregistrements de cours magistraux enregistr{\'e}s dans le cadre du projet CominOpenCourseware. Ces annotations visent {\`a} effectuer des exp{\'e}riences de transcription automatique, segmentation th{\'e}matique, appariement automatique en temps r{\'e}el avec des ressources externes... Ce corpus comprend plus de neuf heures de parole annot{\'e}es. Nous pr{\'e}sentons {\'e}galement des exp{\'e}riences pr{\'e}liminaires r{\'e}alis{\'e}es pour {\'e}valuer l{'}adaptation automatique de notre syst{\`e}me de reconnaissance de la parole.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="mdhaffar-etal-2018-le">
<titleInfo>
<title>Le corpus PASTEL pour le traitement automatique de cours magistraux (PASTEL corpus for automatic processing of lectures)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Salima</namePart>
<namePart type="family">Mdhaffar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Antoine</namePart>
<namePart type="family">Laurent</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Yannick</namePart>
<namePart type="family">Estève</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2018-05</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence TALN. Volume 1 - Articles longs, articles courts de TALN</title>
</titleInfo>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Rennes, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Le projet PASTEL étudie l’acceptabilité et l’utilisabilité des transcriptions automatiques dans le cadre d’enseignements magistraux. Il s’agit d’outiller les apprenants pour enrichir de manière synchrone et automatique les informations auxquelles ils peuvent avoir accès durant la séance. Cet enrichissement s’appuie sur des traitements automatiques du langage naturel effectués sur les transcriptions automatiques. Nous présentons dans cet article un travail portant sur l’annotation d’enregistrements de cours magistraux enregistrés dans le cadre du projet CominOpenCourseware. Ces annotations visent à effectuer des expériences de transcription automatique, segmentation thématique, appariement automatique en temps réel avec des ressources externes... Ce corpus comprend plus de neuf heures de parole annotées. Nous présentons également des expériences préliminaires réalisées pour évaluer l’adaptation automatique de notre système de reconnaissance de la parole.</abstract>
<identifier type="citekey">mdhaffar-etal-2018-le</identifier>
<location>
<url>https://aclanthology.org/2018.jeptalnrecital-court.25</url>
</location>
<part>
<date>2018-5</date>
<extent unit="page">
<start>419</start>
<end>426</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Le corpus PASTEL pour le traitement automatique de cours magistraux (PASTEL corpus for automatic processing of lectures)
%A Mdhaffar, Salima
%A Laurent, Antoine
%A Estève, Yannick
%S Actes de la Conférence TALN. Volume 1 - Articles longs, articles courts de TALN
%D 2018
%8 May
%I ATALA
%C Rennes, France
%G French
%F mdhaffar-etal-2018-le
%X Le projet PASTEL étudie l’acceptabilité et l’utilisabilité des transcriptions automatiques dans le cadre d’enseignements magistraux. Il s’agit d’outiller les apprenants pour enrichir de manière synchrone et automatique les informations auxquelles ils peuvent avoir accès durant la séance. Cet enrichissement s’appuie sur des traitements automatiques du langage naturel effectués sur les transcriptions automatiques. Nous présentons dans cet article un travail portant sur l’annotation d’enregistrements de cours magistraux enregistrés dans le cadre du projet CominOpenCourseware. Ces annotations visent à effectuer des expériences de transcription automatique, segmentation thématique, appariement automatique en temps réel avec des ressources externes... Ce corpus comprend plus de neuf heures de parole annotées. Nous présentons également des expériences préliminaires réalisées pour évaluer l’adaptation automatique de notre système de reconnaissance de la parole.
%U https://aclanthology.org/2018.jeptalnrecital-court.25
%P 419-426
Markdown (Informal)
[Le corpus PASTEL pour le traitement automatique de cours magistraux (PASTEL corpus for automatic processing of lectures)](https://aclanthology.org/2018.jeptalnrecital-court.25) (Mdhaffar et al., JEP/TALN/RECITAL 2018)
ACL