Conception et réalisation d'un logiciel de soutien phonétique automatisé et dégressif pour les personnes dyslexiques, allophones ou présentant des incapacités intellectuelles
Bibliographic record
Abstract
La littératie est essentielle à l’engagement citoyen et à la participation sociale. Or, une proportion significative de citoyens canadiens francophones est analphabète, ou éprouve de grandes difficultés à comprendre le français écrit. Que ce soit en raison d’une langue maternelle qui diffère de celle du milieu de vie, d’un trouble d’apprentissage ou d’une incapacité intellectuelle, il se présente des obstacles de taille contre l’accessibilité à la lecture et à l’information pour ces groupes de personnes. En effet, lire le français nécessite les habiletés à interpréter un nombre significatif de correspondances instables entre des graphèmes et des phonèmes. \n \nEn raison des caractéristiques de l’orthographe française, dans laquelle la prononciation d’un mot repose sur la capacité à effectuer l’association des graphèmes aux phonèmes, un grand nombre de personnes sont alors placées en situation de handicap dans leur milieu scolaire ou professionnel. \n \nAinsi, héritée d’une méthode développée par l’enseignante Dominique Rolland, le Groupe DÉFI Accessibilité (GDA) a proposé une modalité d’adaptation de texte : le soutien phonétique. À l’instar des roues d’appoint installées sur le vélo de l’enfant qui débute ses premières balades, le soutien phonétique est un mécanisme permettant de diminuer la complexité de la lecture du français. Il s’agit de superposer des archigraphèmes (la plus simple expression écrite d’un son) au-dessus des graphèmes susceptibles de poser de plus grands défis d’interprétation pour le lecteur, le plaçant ainsi potentiellement en situation de handicap. Par exemple, l’archigraphème « o » serait inscrit au-dessus des graphèmes « eau » et « ault ». De plus, les lettres muettes sont estompées en gris. \n \nDiminuant la complexité de l’interprétation des graphèmes complexes du français écrit pour ces personnes, cette modalité d’adaptation de textes facilite la tâche, et permet alors à certains groupes de personnes d’acquérir les habiletés alphabètes en vue de devenir autonomes. \n \nOr, le traitement manuel d’ajout du soutien phonétique aux documents de format Microsoft Word demande un temps considérable. Dans un contexte où le Groupe Défi Accessibilité souhaite produire des manuels scolaires adaptés avec le soutien phonétique, cet effort est trop coûteux pour assurer la viabilité de ce projet : 416 heures pour adapter un manuel scolaire. \n \nCette recherche vise subséquemment à déterminer s’il est possible d’automatiser cette tâche avec un taux d’erreur de moins de 10%. Parallèlement, la recherche doit établir si un système de gestion de dossiers pourrait permettre de rendre l’ajout de soutien phonétique dégressif, afin de réduire la densité du soutien phonétique ajouté aux textes en fonction des habiletés de la personne à associer les graphèmes aux phonèmes. \n \nEn utilisant un corpus d’entraînement de dix textes du manuel scolaire Signet 3e année, adaptés au soutien phonétique par le GDA dans le cadre de la thèse de Mme Judith Beaulieu, les règles d’interprétation d’un moteur phonétique et de différentes composantes d’un système ont été raffinées et adaptées. C’est ensuite un second corpus de sept textes, aussi tirés du manuel scolaire Signet (3e année), et fournis par Mme Judith Beaulieu, qui ont été utilisés pour valider le taux et les catégories d’erreurs du modèle d’interprétation phonétique du logiciel. \n \nLes disciplines du génie du logiciel et les outils de conception d’architecture de systèmes ont permis de bâtir un prototype intégré dans un nouveau module d’extension du logiciel Word, de Microsoft. Les résultats indiquent que le soutien phonétique peut être automatiquement ajouté avec un taux de 2,56% d’erreur, tout en optimisant le temps de l’opération, car la durée du traitement manuel conventionnel est estimée à 15 minutes par page.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".