logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
logo fullscreen logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
Menu
mobile logo
  • Dossier
    • IA quantique
    • Réseaux de neurones enzymatiques
    • Le méta-apprentissage fait ses premiers pas…
    • Les avancées prometteuses de l’apprentissage auto-supervisé
    • Que peut l’intelligence artificielle contre les fake news ?
    • Quand l’IA nous regarde…
    • Les réseaux de neurones impulsionnels
    • Quantification de la fragilité
    • Covid-19 et data
    • Ville algorithmique
    • Perception des véhicules autonomes
    • Formation continue
    • Data gouvernance
    • À la recherche des sens perdus
    • Deepfake
    • Agriculture numérique
    • Legal Tech
    • Données de santé
    • Start-up IA
    • Learning Analytics
    • Métiers de la data
    • Recherche IA : public/privé
    • Cybersécurité
    • Emplois dans la Data
    • Innovation et Data
    • Open source
    • Green IA
    • Sciences humaines et sociales et data
    • Voiture autonome
    • IA et création artistique
    • Des algos de confiance
    • Data cities
    • L’homme sur mesure
    • Débats autour des datas
    • Data science & robots
    • Usine 4.0
    • Données personnelles
    • Valorisations des données
    • Formation
  • Innovation
  • Expertise
  • Portrait
  • Point de vue
  • Lexique
  • + loin
    • Timeline
    • Repository
  • Emploi
    • Fiches métiers
  • S’abonner
    • NEWSLETTERS DÉJÀ PARUES
14 septembre 2017
A la Une, DAP, Innovation en action, News

De la traduction à l’apprentissage des langues

⏱ 2 min

Les techniques de traduction automatique pourraient être utilisées pour améliorer notre apprentissage des langues étrangères.

La traduction automatique a fait des progrès incroyables, notamment depuis l’introduction de méthodes basées sur les réseaux de neurones, plus efficaces que les techniques basées sur des approches probabilistes. C’est l’une des applications d’un vaste domaine de recherches, le traitement automatique du langage naturel (Natural Language Processing, ou TNL), à la frontière de la linguistique, de l’informatique et de l’intelligence artificielle. Mais les logiciels de traduction partent du principe que l’on ignore totalement la langue que nous souhaitons comprendre. Or, souvent, nous avons quelques bases, comme des réminiscences scolaires en partie oubliées. Ou bien, nous sommes capables de comprendre et nous faire comprendre sans être toutefois parfaitement bilingues. C’est cette situation de « multilinguisme partiel » qui intéresse François Yvon, professeur au Laboratoire d’informatique pour la mécanique et les sciences de l’ingénieur (Limsi) à l’université Paris-Sud.

Des dispositifs de médiation multilingue

« Je souhaite développer des systèmes de traduction adaptés à la connaissance de chacun, qui nous aident à nous améliorer dans une langue étrangère, indique le chercheur. Un peu comme quand on lit les sous-titres d’un film en VO pour mieux comprendre les dialogues. » Cet outil sera la suite du projet Transread, un projet financé par l’Agence nationale de la recherche, destiné à faciliter la lecture de textes et leur traduction, par exemple sur liseuse. Il suffit de cliquer sur un mot pour voir sa traduction adaptée au contexte. Le projet Transread s’est achevé en septembre 2016 et a donné naissance à un prototype opérationnel sur une liseuse. Il manque cependant la « librairie », c’est-à-dire la base de données de textes traduits sur lesquels repose la traduction automatique. Sans elle, pas de traduction possible.

François Yvon souhaite poursuivre ce projet en personnalisant la traduction, afin que le lecteur n’ait même plus à cliquer pour obtenir la traduction dont il a besoin : la liseuse traduirait d’elle-même les mots ou les expressions difficiles, selon les demandes précédentes du lecteur. D’où une lecture plus simple et plus fluide.

Il ne s’agit pas juste de repérer et traduire les mots compliqués. « On pense souvent la traduction comme une correspondance entre mots, rappelle François Yvon. Or, si c’est assez vrai entre le français et l’anglais, ça l’est moins pour d’autres langues, comme le chinois, le turc, ou l’allemand. Il faut souvent prendre en compte des groupes de mots, voire des phrases entières. » Le repérage de ces unités de traduction s’appelle l’alignement, et c’est un point clé de la démarche d’apprentissage.

François Yvon cherche actuellement des financements pour développer le produit en collaboration avec des ingénieurs, afin de produire un prototype susceptible de convaincre les acheteurs, comme les professionnels de la relecture de traduction ou les spécialistes de l’apprentissage des langues.

Cécile Michaut
Termes liés :
  • Intelligence artificielle
  • Données
Share:
Posts you'd might like
L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
Cette IA hybride apprend à jouer au sudoku…
et à concevoir des protéines
Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
Faut-il créer un GIEC de l’intelligence artificielle ?
Entretien avec Raja Chatila
ChatGPT a-t-il accouché d’une souris ?
Entretien avec Jean-Gabriel Ganascia
DAP, la newsletter du Data Analytics Post Recevez chaque semaine un éclairage sur les data science

Peut-on laisser un algorithme apprendre tout seul ?

A la différence de l’apprentissage supervisé, le contexte non supervisé est celui où l’algorithme doit opérer à partir d’exemples non annotés.

En savoir plus

ARTICLES RÉCENTS
  • L’apprentissage profond permet de lire dans notre cerveau… ce qu’il voit
  • Cette IA hybride apprend à jouer au sudoku…
    et à concevoir des protéines
  • Canicules, orages violents : l’IA apprend à prévoir les épisodes météo extrêmes
  • Des réseaux de neurones “informés par la physique”, pour modéliser et simuler des systèmes complexes
  • Faut-il créer un GIEC de l’intelligence artificielle ?
    Entretien avec Raja Chatila

Tout savoir sur…

Le DAP

Comité Éditorial

Partenaires

Équipe


Copyright © Data Analytics Post. Tous droits réservés.

Mentions légales & CGU