Modèles neuronaux et bayésiens pour le traitement du langage naturel

Par Laurent Besacier, IMAG

Téléchargements et installations nécessaires pour le TP

L’énoncé du TP est accessible sur ce lien 

Nous utiliserons une boîte à outils nommée OpenNMT pour cela.

Vous devez effectuer les opérations suivantes avant le TP:

  1. créer un répertoire pour votre TP mkdir TP-NMT
  2. cloner le projet OpenNMT dans ce répertoire git clone https://github.com/OpenNMT/OpenNMT-py.git
  3. installer quelques packages pip3 install –user -r requirements.txt ou pip install –user -r requirements.txt
  4. récupérer les données nécessaires pour le TP ici et les copier dans votre répertoire TP-NMT(nous allons construire un système de traduction du français vers l’anglais)

Ce cours abordera la conception et l’apprentissage de modèles pour traitement des données textuelles. Il comportera un exposé théorique et des activités pratiques (labs).

Prof. Laurent Besacier defended his PhD thesis (Univ. Avignon, France) in Computer Science in 1998 on “A parallel model for automatic speaker recognition”. Since 1999 he is an associate professor (full professor since 2009) in Computer Science at Univ. Grenoble Alpes (he was formerly at U. Joseph Fourier). From September 2005 to October 2006, he was an invited scientist at IBM Watson Research Center (NY, USA) working on Speech to Speech Translation. His research interests are mainly related to multilingual speech recognition and machine translation. Laurent Besacier has published >150 papers in conferences and journals related to speech and language processing. He supervised or co-supervised 20 PhDs and 30 Masters. He has been involved in several national and international projects as well as several evaluation campaigns. Since October 2012, Laurent Besacier is a junior member of the
“Institut Universitaire de France” with a project entitled “From under-resourced languages processing to machine translation: an ecological approach”.