Séminaire : Traduction neuronale massivement multilingue

Épisode de Informatique et sciences numériques (2023-2024) - Benoît Sagot par Collège de France · 12 janvier 2024 · 1 h 02 min

Collège de France

Benoît Sagot

Informatique et sciences numériques (2023-2024)

Année 2023-2024

Séminaire : Traduction neuronale massivement multilingue

Intervenant :

François Yvon, directeur de recherche CNRS

Résumé

Le développement d'architectures exploitant les méthodes d'apprentissage neuronal « profond » en traduction automatique a conduit à une augmentation considérable de l'acceptabilité et de l'utilisabilité des traductions calculées par la machine. Ces nouvelles architectures ont également permis de mettre en œuvre des dispositifs de traduction automatique dépassant le cadre habituel de la traduction d'un texte en langue source vers un texte en langue cible : traduction directe de parole, traduction conjointe de texte et d'image, etc. Dans cet exposé, je présenterai un de ces dispositifs, destiné à traduire depuis de multiples langues sources vers de multiples langues sources, en soulignant sur les bénéfices computationnels et linguistiques qu'apportent ces systèmes de traduction multilingues, en particulier pour traduire depuis et vers des langues minoritaires.

François Yvon est directeur de recherche au CNRS et exerce ses fonctions dans l'équipe MLIA de l'Institut des Systèmes Intelligents et de Robotique (ISIR/CNRS et Sorbonne Université depuis juillet 2023. Titulaire d'un doctorat en informatique de l'ENST (1996), il y est recruté comme maître de conférences au sein du département Informatique et réseaux, puis est nommé professeur d'informatique à l'université Paris-Sud en 2007. Il intègre à cette occasion le LIMSI-CNRS à Orsay et y développe les activités de traduction automatique au sein de l'équipe « Traitement du Language Parlé ». Il rejoint le CNRS durant son mandat de directeur du LIMSI (2013-2019). Ses activités de recherche couvrent un large spectre de thématiques en traitement automatique des langues, depuis la morphologie computationnelle jusqu'à la fouille de textes et les méthodes d'apprentissage structuré. Durant ces dernières années, l'accent a été mis sur les traitements multilingues : traduction automatique et alignements, apprentissage par transfert interlingue, étude des grands modèles de langue massivement multilingues.

Autres épisodes de « Informatique et sciences numériques (2023-2024) - Benoît Sagot »

• Séminaire : L'IA axée sur les objectifs : vers des machines capables d'apprendre, de raisonner et de planifier 9 février 2024
• 08 - Apprendre les langues aux machines : Multimodalités : TAL et images, TAL et parole 9 février 2024
• Séminaire : Prédire c'est comprendre : un modèle neuro-cognitif du langage fondé sur la prédiction 2 février 2024
• 07 - Apprendre les langues aux machines : Converser avec la machine 2 février 2024
• Séminaire : Analyse automatique de l'argumentation dans les débats politiques 26 janvier 2024
• 06 - Apprendre les langues aux machines : Linguistique computationnelle 26 janvier 2024
• Séminaire : Génération de texte à partir de connaissances 19 janvier 2024
• 05 - Apprendre les langues aux machines : Approches neuronales pour quelques tâches applicatives 19 janvier 2024
• 04 - Apprendre les langues aux machines : Traduction automatique 12 janvier 2024
• Séminaire : Apprendre un modèle de langue à partir de l'audio 28 décembre 2023
• 03 - Apprendre les langues aux machines : Modèles de langue 22 décembre 2023
• Séminaire : Deux exemples d'usage des transducteurs en linguistique 15 décembre 2023
• 02 - Apprendre les langues aux machines : Approches symboliques et probabilistes 15 décembre 2023
• Séminaire : Quelques exemples d'application du TAL aux humanités numériques 8 décembre 2023
• 01 - Apprendre les langues aux machines : Représenter les unités textuelles 8 décembre 2023

Tous les épisodes de Informatique et sciences numériques (2023-2024) - Benoît Sagot · Plus de podcasts Éducation