Description
Objectif général de la formation: À l’issue de la formation, les participants seront capables de comprendre et d’exploiter les technologies de traitement automatique des langues pour développer des solutions adaptées à des contextes multilingues, y compris pour les langues peu dotées. Modalité : Toutes les modalités (présentiel, classe virtuelle et hybride) sont possibles Lieu possible de réalisation : Locaux du bénéficiaire ou locaux d’Ascent Formation, en France métropolitaine et dans les DROM-COM Nombre maximal de participants : 20 Niveau SAME visé : Application (A) Compétences visées Comprendre les spécificités des solutions d’IA pour le traitement du langage naturel. Connaître les technologies et techniques de traduction automatique et assistée. Identifier les défis et proposer des solutions pour les langues rares ou peu dotées. Utiliser des approches innovantes pour pallier le manque de données linguistiques.
Objectifs pédagogiques
- Explorer les spécificités des solutions d’IA dans le traitement du langage naturel multilingue.
- Connaître les techniques de traduction automatique et assistée.
- Identifier les particularités des langues rares et leurs impacts sur le TAL.
- Appliquer des technologies permettant de travailler avec des langues peu dotées en ressources.
Public concerné
Prérequis
Déroulé du programme
Jour 1 : Introduction aux solutions TAL et traduction automatique (6 heures)
- Introduction aux solutions TAL pour le multilinguisme (2 heures) :
Concepts clés du traitement automatique des langues (modèles statistiques, réseaux neuronaux).
Enjeux et spécificités des langues multilingues et peu dotées.
Présentation des outils TAL couramment utilisés.
Travaux pratiques : Identifier les forces et limites des solutions TAL pour plusieurs langues à partir de cas concrets.
- Technologies et techniques de traduction automatique (2 heures) :
Présentation des systèmes de traduction automatique (Google Translate, DeepL, etc.).
Introduction aux techniques modernes : traduction neuronale, alignement de corpus bilingues.
Comparaison des outils de traduction assistée par ordinateur (TAO).
Travaux pratiques : Tester plusieurs outils de traduction automatique sur un même texte et comparer les résultats.
- Exploration des modèles linguistiques et analyse des corpus (2 heures) :
Préparation et annotation de corpus multilingues.
Introduction aux embeddings linguistiques (Word2Vec, BERT, etc.).
Analyse des résultats des modèles appliqués à différents types de corpus.
Travaux pratiques : Préparer un corpus multilingue et l’analyser à l’aide de modèles pré-entraînés.
Jour 2 : Défis et solutions pour les langues rares (6 heures)
- Spécificités des langues rares et peu dotées (2 heures) :
Comprendre les particularités linguistiques : dialectes, accents, variations.
Identifier les besoins spécifiques des langues peu dotées en TAL.
Présentation des outils existants pour les langues rares.
Travaux pratiques : Analyser un corpus issu d’une langue peu dotée et identifier les défis spécifiques.
- Technologies d’IA pour pallier le manque de données (2 heures) :
Techniques de transfert d’apprentissage et augmentation de données.
Utilisation des modèles génératifs (GPT, T5) pour les langues rares.
Étude des solutions collaboratives pour collecter des données linguistiques.
Travaux pratiques : Utiliser une approche d’augmentation de données pour enrichir un corpus linguistique.
- Conception de solutions TAL adaptées (2 heures) :
Méthodologies pour créer des systèmes TAL multilingues robustes.
Intégration des outils TAL dans des projets multilingues.
Validation et évaluation des performances des systèmes sur les langues rares.
Travaux pratiques : Concevoir un mini-système TAL multilingue à l’aide d’un corpus limité.
Informations
Durée
2 jour(s)
12h
Sur demande
Formations similaires
Analyse bayésienne
Sur demande
Analyse de réseaux (graphes)
Sur demande
Analyse orientée business des logs applicatifs
Sur demande
Apache Superset (4-168)
1500 € HT