Affiner les résultats
- École doctorale Lettres, langues, linguistique, arts (Lyon)55
- École doctorale Langage et langues (Paris)54
- École doctorale Concepts et langages (Paris)26
- École doctorale Sciences du langage (Paris)23
- École doctorale mathématiques, sciences et technologies de l'information, informatique (Grenoble)20
- École doctorale Langues, littératures et sociétés du monde (Paris)18
- École doctorale Sciences de l'homme et de la société (Villeneuve d'Ascq, Nord)18
- École doctorale langues, littératures et sciences humaines (Grenoble)17
- École doctorale langues, littératures et sciences humaines15
- École doctorale Humanités (Strasbourg ; 2009-....)13
- Ecole doctorale Informatique de Paris-Sud12
- École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)11
- 3la10
- École doctorale Arts, Lettres, Langues (Rennes)10
- École doctorale Connaissance, langage et modélisation (Nanterre)10
- ED Sciences de l'Homme et de la Société (n°473)9
- Ecole doctorale Langages, Espaces, Temps, Sociétés (Besançon ; 1991-2016)9
- École doctorale Arts, Lettres, Langues, Philosophie, Communication (Toulouse)9
- École doctorale Études anglophones, germanophones, et européennes (2009-2019 ; Paris)9
- École doctorale Civilisations, cultures, littératures et sociétés (Paris)8
- 622 - SCIENCES DU LANGAGE7
- École doctorale Sciences de la nature et de l'Homme - Évolution et écologie (Paris)7
- École doctorale Sciences et technologies de l'information et mathématiques (Nantes)7
- École doctorale mathématiques, sciences et technologies de l'information, informatique7
- École doctorale Érasme (Villetaneuse, Seine-Saint-Denis)7
- École doctorale 58, Langues, Littératures, Cultures, Civilisations6
- École doctorale 58, Langues, Littératures, Cultures, Civilisations (Montpellier ; 2015-....)6
- École doctorale Droit et Science politique (Cergy-Pontoise, Val d'Oise)6
- École doctorale Lettres, Communication, Langues, Arts6
- École doctorale Lettres, Communication, Langues, Arts (Dijon ; Besançon ; 2017-....)6
- École doctorale Mondes anciens et médiévaux (Paris)6
- École doctorale Sciences du langage (Paris ; 2019-....)6
- École doctorale 58, Langues, Littératures, Cultures, Civilisations (Montpellier ; ....-2014)5
- École doctorale IAEM Lorraine - Informatique, Automatique, Électronique - Électrotechnique, Mathématiques de Lorraine5
- École doctorale Littérature française et comparée (Paris)5
- École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)5
- École doctorale SLTC - Sociétés, Langages, Temps, Connaissances (Lorraine)5
- École doctorale Sciences et technologies de l'information et de la communication5
- Ecole Doctorale Espaces, Cultures, Sociétés (Aix-en-Provence)4
- École doctorale 536 « Sciences et agrosciences » (Avignon)4
- École doctorale Comportement, Langage, Éducation, Socialisation, Cognition (Toulouse)4
- École doctorale Connaissance, langage et modélisation4
- École doctorale Europe latine et Amérique latine (Paris)4
- École doctorale Sciences de l'homme et de la société (Orléans)4
- École doctorale Sciences de l'homme et de la société (Tours ; 1996-2018)4
- 31 "Pratiques et théories du sens"3
- Arts, Lettres, Langues, Philosophie et Communication (ALLPH@)3
- Concepts et langages3
- Informatique, Automatique, Electronique-Electrotechnique, Mathématiques3
- École Doctorale de Biologie Moléculaire Intégrative et Cellulaire (Lyon)3
Search
Votre recherche :
Écoles Doctorales École doctorale mathématiques, sciences et technologies de l\'information, informatique Retirer
1 - 7 sur 7
Nombre de résultats par page
2020GRALM012
Une alternative aux modèles neuronaux séquence-à-séquence pour la traduction automatique
- Auteur
- Maha Elbayad
- Résumé
- Lire le résumé
- L'apprentissage profond a permis des avancées significatives dans le domaine de la traduction automatique.La traduction automatique neuronale (NMT) s'appuie sur l'entrainement de réseaux de neurones avec un grand nombre de paramètres sur une grand quantité de données parallèles pour apprendre à traduire d'une langue à une autre.Un facteur primordial dans le succès des systèmes NMT est la capacité de concevoir des architectures puissantes et efficaces. Les systèmes de pointe sont des modèles encodeur-décodeurs qui, d'abord, encodent une séquence source sous forme de vecteurs de caractéristiques, puis décodent de façon conditionne la séquence cible.Dans cette thèse, nous remettons en question le paradigme encodeur-décodeur et préconisons de conjointement encoder la source et la cible afin que les deux séquences interagissent à des niveaux d'abstraction croissants. À cette fin, nous introduisons Pervasive Attention, un modèle basé sur des convolutions bidimensionnelles qui encodent conjointement les séquences source et cible avec des interactions qui sont omniprésentes dans le réseau neuronal.Pour améliorer l'efficacité des systèmes NMT, nous étudions la traduction automatique simultanée où la source est lue de manière incrémentielle et le décodeur est alimenté en contextes partiels afin que le modèle puisse alterner entre lecture et écriture. Nous améliorons les agents déterministes qui guident l'alternance lecture / écriture à travers un chemin de décodage rigide et introduisons de nouveaux agents dynamiques pour estimer un chemin de décodage adapté au cas-par-cas.Nous abordons également l'efficacité computationnelle des modèles NMT et affirmons qu'ajouter plus de couches à un réseau de neurones n'est pas requis pour tous les cas.Nous concevons des décodeurs Transformer qui peuvent émettre des prédictions à tout moment dotés de mécanismes d'arrêt adaptatifs pour allouer des ressources en fonction de la complexité de l'instance.
- Disicipline
- Mathématiques et Informatique
- Date
- Soutenue le 23/06/2020
- Sous la direction de
- Laurent Besacier
- Jakob Verbeek
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Zae myung Kim
- Résumé
- Lire le résumé
- Only in english
- Disicipline
- Informatique
- Date
- En préparation depuis le 02/10/2020
- Sous la direction de
- Didier Schwab
- Laurent Besacier
- Vassilina Nikoulina
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Emmanuelle Kelodjoue Nguemegne
- Résumé
- Lire le résumé
- Cette thèse s'intéressera donc à l'extraction automatique d'opinions dans des documents oraux transcrits. Il s'agira d'une part d'extraire la perception (positive, négative, réservée) qu'ont les locuteurs sur l'innovation étudiée selon les critères de l'expert et d'identifier les passages témoignant de l'expression directe ou indirecte de l'évaluation du critère ciblé afin de fournir une aide à l'expertise.
- Disicipline
- Informatique
- Date
- En préparation depuis le 25/04/2018
- Sous la direction de
- Jérôme Goulian
- Didier Schwab
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Thi phuong hang Le
- Résumé
- Lire le résumé
- L'objectif de ce projet est de faire progresser l'état de l'art en matière de traduction automatique de la parole au texte (AST) de bout en bout. De tels systèmes traduisent un énoncé de parole dans une langue source en un texte dans une langue cible sans passer par une représentation intermédiaire telle que la transcription dans la langue source.
- Disicipline
- Mathématiques et Informatique
- Date
- En préparation depuis le 02/03/2020
- Sous la direction de
- Didier Schwab
- Benjamin Lecouteux
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Damien Hansen
- Résumé
- Lire le résumé
- Ce projet se situe dans le contexte de recherches entreprises en vue dévaluer laide que peuvent fournir les outils informatiques au traducteur littéraire et leurs implications en traductologie. Dans cette optique, et après sêtre intéressés en premier lieu à linfluence des logiciels de traduction assistée par ordinateur (TAO) sur la pratique des professionnels ainsi quà laide quils peuvent apporter au traducteur pour restituer le style dun texte original en langue cible, nous nous proposons à présent de nous pencher sur un second outil dont limportance est sans cesse grandissante dans ce contexte démergence de lintelligence artificielle : la traduction automatique (TA). En effet, la progression des nouvelles technologies est particulièrement appréciable dans le domaine de la traduction, où la TA en particulier semble sinstituer peu à peu dans une position ambivalente, puisquelle se présente dune part comme lun des nouveaux outils destinés à rejoindre larsenal du traducteur professionnel, aux côtés de la TAO, et, dautre part, comme lalternative à la traduction humaine. Notre objectif serait dès lors dévaluer la pertinence et lefficacité dun tel outil en traduction littéraire champ avec lequel il est réputé être incompatible , et ce, en mettant au point notre propre moteur de traduction automatique. Cette expérience originale nous permettrait à la fois danalyser les obstacles inhérents à la TA en littérature et de nourrir la réflexion théorique en traductologie. Par ailleurs, le système tirerait non seulement parti des avancées de la traduction neuronale (nouvelle approche en TA basée sur lapprentissage profond), mais aussi dun corpus spécialisé, dans la mesure où, comme laffirment certains des experts en la matière, nous soutenons que les moteurs de traduction spécialisés renferment le gage de qualité le plus sûr et quils laissent présager, au reste, une inclusion certaine au sein de lenvironnement de travail du traducteur de demain.
- Disicipline
- Informatique
- Date
- En préparation depuis le 02/01/2020
- Sous la direction de
- Hervé Blanchon
- Valérie Bada
- Emmanuelle Esperanca-rodier
- Organisme
- Université Grenoble Alpes
- Université de Liège
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Guillaume De Lagane De MalÉZieux
- Résumé
- Lire le résumé
- Cette thèse se situe dans le domaine du Traitement Automatique des Langues Naturelles. Elle vise à pouvoir garantir l'exactitude de lanalyse syntaxique et sémantique de textes en langue naturelle (des spécifications techniques ou des textes dans des langues peu dotées) et la fidélité de leur traduction dans plusieurs autres langues. Pour y parvenir, plusieurs verrous doivent être levés. Dabord, pour maîtriser la combinatoire inhérente à la complexité des langues naturelles, le développement des analyseurs, des générateurs doit être réalisé automatiquement à partir dune description claire et vérifiable. Dans ce but, nous ferons évoluer les Grammaires Statiques de Correspondances Structurales (GSCS) pour les rendre à la fois plus intuitives et capables de produire des modules exécutables. Pour finir de garantir le sens, nous produirons toutes les analyses possibles et utiliserons un dialogue avec un humain pour désambiguïser entre ces différentes solutions. Par ailleurs, pour accélérer le développement des grammaires GSCS, nous appliquerons un traitement à base dapprentissage profond sur des banques darbres existantes. Les probabilités obtenues sur les règles permettront dorganiser le dialogue de désambiguïsation de manière naturelle. Des algorithmes capables de mesurer la qualité des analyses et des traductions seront étudiés et évalués. Enfin, pour prendre en compte le caractère fortement multilingue du project de CS, nous choisirons une architecture à base de pivot sémantique. Les analyseurs réalisés produiront ainsi des graphes UNL, et les générations partiront de ces graphes pour générer les textes en langue cible. Des expérimentations avec dautres enconvertisseurs et déconvertisseurs UNL (anglais, russe, hindi, espagnol ) permettront de vérifier la capacité dinteropérabilité dUNL.
- Disicipline
- Informatique
- Date
- En préparation depuis le 11/12/2018
- Sous la direction de
- Hervé Blanchon
- Valérie Bellynck
- Christian Boitet
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique

- Auteur
- Manh ha Nguyen (Ha)
- Résumé
- Lire le résumé
- Le travail de ce projet visent à modifier les architectures actuelles des systèmes de traduction automatique de la parole, passant du pipeline traditionnel sophistiqué de différents modules entraînés avec différents objectifs à un réseau de neurones profonds de bout-en-bout entraînés avec un seul objectif. Différentes architectures de bout-en-bout seront étudiées, telles que encoder-decoder basé sur RNN, encoder-decoder basé sur la convolution et transformer. Les architectures de bout en bout devraient non seulement réduire la complexité du système et, par conséquent, réduire le temps de entraînment, mais également réduire le coût de la collection de données en atténuant le besoin de transcription en langue source. Pour cette raison, ce projet étudie également une nouvelle méthodologie de collection de données pour la traduction automatique de la parole, qui donne une priorité moindre à la transcription dans la langue source, voire élimine totalement la transcription dans cette langue. Ce projet applique toutes les approches mentionnées principalement à trois paires de langues: anglais-français, pachto-français et tamacheq-français.
- Disicipline
- Informatique
- Date
- En préparation depuis le 19/02/2019
- Sous la direction de
- Laurent Besacier
- Yannick Esteve
- Organisme
- Université Grenoble Alpes
- École doctorale mathématiques, sciences et technologies de l'information, informatique
