Predicting Liaison: an Example-Based Approach

Predicting liaison in French is a non-trivial problem to model. We compare a memory-based machine-learning algorithm with a rule-based baseline. The memory-based learner is trained to predict whether liaison occurs between two words on the basis of lexical, orthographic, morphosyntactic, and sociolinguistic features. Best performance is obtained using only a selection of lexical and syntactic features, yielding a best overall performance at a precision of .80, with recall at .85. Counter to our expectations, including sociolinguistic features even lowered the precision and recall of our predictions. The F-scores of the memory-based algorithm are higher than that of a simple baseline and three other state-ofthe-art machine-learning algorithms. Based on the results on optional liaison, it appears that predicting liaison benefits from being able to generalize from specific examples in context. RÉSUMÉ. La prédiction de la liaison en français est un problème de modélisation non trivial. Nous comparons un algorithme d’apprentissage automatique basé sur la mémoire avec un point de comparaison basé sur des règles. L’apprentissage automatique est entraîné à prédire si la liaison se produit entre deux mots consécutifs en évaluant des traits lexicaux, orthographiques, morphosyntaxiques et sociolinguistiques. Notre étude montre que la meilleure performance est obtenue en utilisant uniquement des traits lexicaux et syntaxiques, résultant en une précision de .80 et un rappel de .85. Contrairement à nos attentes, l’inclusion des traits sociolinguistiques rend la précision et le rappel plus bas. La F-mesure est la plus élevée en utilisant l’algorithme d’apprentissage automatique basé sur la mémoire. Elle est non seulement plus élevée que le point de comparaison basé sur des règles, mais aussi plus élevée que celle de trois autres algorithmes d’apprentissage automatique de pointe. Il paraît que la possibilité de généralisation des exemples spécifiques en contexte aide la prédiction de la liaison.