Accueil
Cours après cours
Devoirs
Horaires et locaux
Au sujet du livre de cours
Consultez vos notes
Liens utiles
Contact
Les séminaires RALI/LLI
|
|
Plan de cours
La linguistique informatique est une discipline vieille d'un
demi-siècle. Les besoins croissants de traitement automatique de
l'information, nés de l'essor massif de l'internet et de la
disponibilité grandissante de ressources textuelles, ont récemment
permis à cette discipline de s'imposer dans le secteur industriel
comme une technologie touchant des millions de personnes. La recherche
d'information, la traduction automatique, la correction grammaticale
ou encore la reconnaissance de la parole sont des applications
maintenant disponibles et accessibles à tous.
L'avenir de cette discipline est prospère et les possibilités de
carrières académiques ou industrielles sont nombreuses à qui possède
une bonne connaissance des techniques quantitatives qui sont
maintenant incontournables dans les diverses applications langagières
existantes. Ce cours a donc pour objectif de familiariser l'étudiant à
ces techniques, ainsi qu'aux problématiques de base du traitement des
langues. Une large place sera faite à l'étude d'applications
concrètes.
Les techniques décrites dans ce cours mettent en oeuvre des
connaissances mathématiques qui seront rappelées. Il est cependant
conseillé à l'étudiant de posséder, outre des connaissances
mathématiques de base, une propension à vouloir les utiliser.
L'orientation pratique de ce cours requiert de l'étudiant des
connaissances en programmation (i.e. IFT1020).
- Cuisiner les ressources textuelles
- Tour d'horizon rapide des ressources disponibles. Éléments de terminologie.
- Compter des mots: une première rencontre avec la loi de
Zipf
- Shell-scripts ou "véritables" langages de programmation ?
- Importance des structures de données (tables de hachage,
pat-trees, gtrie)
- Ressources formatées
- Inférence statistique et modèles n-gram
- Le "jeu de Shanon"
- Modèles de langue: cas des modèles n-gram
- Estimation par maximum de vraisemblance
- Performance d'un modèle de langue
- Problème classique de la sous-représentation des données
- Techniques de lissage
- algorithme EM
- Techniques d'élagage
- Améliorations possibles: quelques pistes
- Le package CMU-SLM
- Modèles markoviens: application à l'étiquetage grammatical
- Théorie des modèles de Markov cachés (HMM)
- Application à l'étiquetage grammatical
- Application au parenthésage
- Grammaires probabilistes
- Différentes approches au problème
- Les PCFGs (Grammaires hors-contexte probabilisées)
- Quelques algorithmes d'analyse générique (Earley, CYK)
- Apprentissage de grammaires avec l'algorithme Inside-Outside
- Apprentissage de grammaires avec le Penn Treebank
- Analyseurs et modèles de langue
- Les links grammars
- Introduction à la traduction automatique
- Importance du bilinguisme en traitement des langues
- Ressources bilingues
- Outils d'aide à la traduction
- Traduction automatique probabiliste: panorama
- Améliorations possibles: quelques pistes
- Sélection de présentations sur ...
- La désambiguisation sémantique
- Les applications du clustering
- Extraction de collocations, application à la classification de messages
- La reconnaissance de la parole
Prenez note qu'habituellement, les mercredis de 11h30 à 12h30 se
tiennent les séminaires
conjoints du RALI/LLI. Vous êtes conviés à assister à ces
séminaires qui abordent différents aspects de la linguistique
(informatique ou non).
IFT6010 est un cours de 4 crédits. L'évaluation aura lieu comme suit:
- Un examen théorique en fin de session (30%)
le seuil théorique minimal est de 50%
- Trois travaux pratiques (70%)
TP1: 20%
TP2: 25%
TP3: 25%
Le TP3 pourra éventuellement prendre la forme d'une revue de littérature sur un
sujet de votre choix (à discuter avec moi), ou proposé.
|