De l’arabe standard vers l’arabe dialectal : projection de corpus et ressources linguistiques en vue du traitement automatique de l’oral dans les médias tunisiens

Dans ce travail, nous nous intéressons aux problèmes liés au traitement automatique de l’oral parlé dans les médias tunisiens. Cet oral se caractérise par l’emploi de l’alternance codique entre l’arabe standard moderne (MSA) et le dialecte tunisien (DT). L’objectif consiste à construire des ressources utiles pour apprendre des modèles de langage dédiés à des applications de reconnaissance automatique de la parole. Comme il s’agit d’une variante du MSA, nous décrivons dans cet article une démarche d’adaptation des ressources MSA vers le DT. Une première évaluation en termes de couverture lexicale et de perplexité est présentée.