Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- Ce projet développe des ressources et outils pour la lemmatisation du français médiéval. Il fournit des corpus annotés, des scripts d'entraînement et des procédures pour normaliser et analyser des textes anciens. Les travaux incluent des campagnes de tests, des rapports techniques et des licences pour la diffusion des données linguistiques. L'objectif est de faciliter la recherche en linguistique historique et en traitement automatique des langues pour le français médiéval.
- Outil open source dédié à l'entraînement de modèles de langage pour des tâches de classification de texte ou d'inférence naturelle. Il utilise une méthode innovante appelée PET (Pattern-Exploiting Training) qui reformule les exemples d'entrée sous forme de phrases à trous (cloze) pour améliorer les performances en contexte de faible supervision. Le système permet d'entraîner des modèles avec peu ou pas de données étiquetées, en exploitant des motifs linguistiques et des verbalisateurs pour guider l'apprentissage.
- Notoriété 7 %Ce projet propose une bibliothèque open source dédiée à l'entraînement semi-supervisé de modèles de reconnaissance vocale (STT). Il permet d'améliorer la qualité des transcriptions automatiques en exploitant des données vocales non transcrites, combinées à des techniques d'apprentissage faible supervision. Trois approches principales sont implémentées : la détection d'erreurs de transcription, l'utilisation des états de dialogue pour guider l'entraînement, et l'optimisation de modèles de langage via des réseaux de confusion. Ces méthodes s'appuient sur des outils existants comme Kaldi pour la modélisation acoustique et linguistique.
- Ce projet développe des embeddings pour les synsets de WordNet, permettant de représenter les relations sémantiques entre concepts linguistiques. Il utilise des réseaux de convolution sur graphes (CompGCN, StarE) pour modéliser les liens entre mots et leurs significations. Les embeddings générés servent à des tâches de traitement automatique du langage naturel, comme l'analyse sémantique ou la recherche d'informations. Le projet inclut des outils pour entraîner et évaluer des modèles sur des jeux de données variés, notamment des graphes relationnels et hyper-relationnels.
- Ce projet est une implémentation Python d'un réseau de preuve neuronal conçu pour analyser des phrases en français et en extraire des structures logiques complexes. Il s'appuie sur des données linguistiques structurées (TLGbank) pour entraîner des modèles capables de prédire des étiquettes syntaxiques avancées (supertags) et des liens entre ces étiquettes, facilitant ainsi la compréhension automatique du langage et la vérification de preuves formelles.
- Outil permettant de générer, corriger et structurer des jeux de données textuels à partir de phrases ou d'entités linguistiques. Il facilite la création de corpus pour l'entraînement de modèles de langage ou d'analyse sémantique en automatisant des tâches comme la correction de formats, l'extraction d'informations ou la manipulation de phrases.
- Ce projet consiste en la transcription manuelle et automatique de cinq manuscrits médiévaux du *Roman d'Alexandre* en arabe levantin, réalisés dans le cadre d'un hackathon universitaire. Les textes, issus de bibliothèques européennes, ont été annotés pour entraîner un modèle de reconnaissance d'écriture manuscrite (HTR). Les résultats, incluant des taux de précision élevés, ont permis de créer un jeu de données ouvert pour la recherche en linguistique et en histoire des textes.
- Ce projet développe un modèle amélioré par des caractéristiques linguistiques pour classer les relations discursives dans des textes multilingues. Il s'appuie sur des données issues de tâches partagées en traitement automatique du langage pour entraîner et évaluer des algorithmes capables d'identifier les liens logiques entre les phrases ou les segments de texte. L'objectif est d'améliorer la compréhension automatique des structures discursives dans différentes langues.
- Outil spécialisé dans l'analyse et l'annotation linguistique de textes, permettant de structurer des données sémantiques pour des modèles de traitement automatique du langage. Il facilite l'entraînement et l'inférence de modèles NLP en générant des relations entre mots, concepts et phrases. Utilisé pour des applications comme l'extraction d'entités, la compréhension de texte ou la génération de graphes de connaissances.
- Outil open source dédié à l'analyse morphosyntaxique de textes en plusieurs langues. Il permet d'annoter automatiquement des corpus avec des étiquettes grammaticales (parties du discours) et des lemmes. Utilisé principalement en linguistique computationnelle et en traitement automatique des langues, il facilite la création de lexiques et l'entraînement de modèles pour des tâches de NLP.
10Â initiatives
10