Contributions à la création de corpus et de modèles d’apprentissage profond pour les données textuelles multilingues
Year: 2024
Type: dissertation
Abstract: Cette Habilitation à Diriger des Recherches (HDR) synthétise près d’une décennie de travaux en TALN. Elle met un accent particulier sur la création de corpus multilingues et thématiques, spécialement conçus pour l’analyse des sentiments et des aspects. Les méthodologies et outils développés pour créer ces datasets multilingues, sans bruit et issus d’avis d’utilisateurs, servent de base solide pour les expérimentations subséquentes. L’utilisation de réseaux neuronaux convolutifs hiérarchiques (ConvNet) et de réseaux neuronaux récurrents (RNN) permet de relever les défis de la prédiction de la polarité et de la classification thématique. La performance est améliorée grâce à l’architecture Bi-CNN-LSTM, qui combine des convolutions et une mémoire à long terme, atteignant une précision allant de 90% à 100% selon les expérimentations, et ce, sur des corpus multilingues non annotés. Des techniques d’apprentissage profond intégrées, telles que l’apprentissage par transfert et l’apprentissage actif au sein d’une architecture combinée Bidirectional Long Short-Term Memory - Convolutional Neural Network - Conditional Random Field (Bi-LSTM-CNN-CRF), sont utilisées pour l’annotation d’aspects, améliorant ainsi les performances des modèles, notamment dans des contextes où les données ou les langues sont sous-représentées. Les travaux présentés dans cette habilitation contribuent aux méthodes et aux pratiques en TALN, en s’appuyant sur des jeux de données sur mesure et des architectures de modèles sophistiquées pour surmonter des défis complexes en annotation sémantique et en analyse multilingue.
Source: HAL
Author: Pappa, Anna
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W4399325536