Ce cours présente les grandes problématiques posées autour du traitement de texte, et plus particulièrement pour la recherche d’information et le traitement automatique du langage. L’objectif de ce cours est donc de présenter et manipuler les principaux modèles pour analyser, synthétiser, exploiter/interroger et produire des documents. La partie Traitement Automatique du Langage Naturel se concentre sur la notion de sémantique des éléments du texte (extraction de thèmes, représentations latentes et contextuelles, …). Les modèles de classification et de fouille de texte (détection de sentiments, …) ainsi que l’enrichissement des textes grâce aux bases de connaissances sont également introduits. En recherche d’information, nous abordons les techniques d’indexation et d’interrogation des documents nécessaires à la construction d’un moteur de recherche. L’évaluation des modèles textuels est également un point abordé. Pour chacune des deux parties, nous présentons les dernières avancées du domaine sous l’angle du deep learning.
Équipe pédagogique
- François Yvon
- Mohamed Salim Aissi
- Joanna Radola
- Zofia Milczarek
Prérequis
- Programmation python
- Notions de statistiques et d’apprentissage automatique
Évaluation
L’UE est notée en contrôle continu :
- 1 projet en TAL et une reproduction d’un article scientifique en RI (50% de la note)
- 1 devoir sur table (50% de la note)
Informations
- Période: M1 S2
- Langue: français
- Crédits: 6 ECTS
- Code UE: UM4IN813