Reconnaitre vocalement un mot du dialecte tunisien comme par exemple le mot “3asselama” et le traduire facilement et correctement sur Google, en anglais ou en d'autres langues, pourrait être, désormais, possible! C'est l'un des objectifs du projet de “dataset ” baptisé “Tunizi”, et développé par la start-up tunisienne ” iCompass “, spécialisée dans l'intelligence artificielle, et plus particulièrement dans le domaine du traitement du langage naturel (TLN). Il s'agit d'une base de données qui comporte 9000 phrases écrites en dialecte tunisien et qui regroupe le premier grand ensemble de données d'analyse du sentiment, utilisé sur les réseaux sociaux. La finalité du projet et d'autres projets similaires en voie de développement en Afrique et dans le monde arabe est de créer des bases de données annotées et développer et soumettre des ensembles de données de tout dialecte sous-desservi et sous-représenté en vue de les utiliser dans les futures applications de NLP comme la traduction automatique, les agents conversationnels (Chatbot) ou la reconnaissance vocale. Pour l'intelligence artificielle, cette démarche est nécessaire parce que les ensembles de données annotés conditionnent désormais la réussite des algorithmes utilisés comme base d'apprentissage.
