• Refine your search:
  • 
    Keyword
  • 
    Creator / Publisher:
    
    • Institut National des Langues et Civilisations Orientales (Inalco)-Centre National de la Recherche Scientifique (CNRS) (4)
    • Langage, LAngues et Cultures d'Afrique (LLACAN) (4)
    • Institut National des Langues et Civilisations Orientales (Inalco) (3)
    • ANR-10-LABX-0083 (programme "Investissements d’Avenir", Labex EFL, Axe 3, Opération VC2 - "Au cœur de la Gallo-Romania : caractérisation linguistique et environnementale d’une aire de transition") (2)
    • ANR-10-LABX-0083,EFL,Empirical Foundations of Linguistics : data, methods, models(2010) (2)
    • ANR-12-CORP-0006,HimalCo,Corpus parallèles en langues himalayennes(2012) (2)
    • ANR-16-CE23-0019,TREMoLo,Transformation de registres par extraction de motifs langagiers(2016) (2)
    • ANR-17-CE27-0001,CROISSANT,Le Croissant linguistique : une approche multidisciplinaire du contact oc-oïl(2017) (2)
    • ANR-19-CE38-0015,CLD2025,La documentation computationnelle des langues à l'horizon 2025(2019) (2)
    • ANR-19-P3IA-0003,MIAI,MIAI @ Grenoble Alpes(2019) (2)
    •   more
  • 
    Year:
    
    • 2021 (14)
  • 
    Medium:
    
    • Online (14)
  • 
    Type
  • 
    BLLDB-Access

Search in the Catalogues and Directories

All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year AND OR AND NOT All fields Title Creator / Publisher Keyword Year Sort by creator [A → Z]' creator [Z → A]' publishing year ↑ (asc)' publishing year ↓ (desc)' title [A → Z]' title [Z → A]' Simple Search Hits 1 – 14 of 14 1 Influencer detection in social media ; Détection des influenceurs dans des médias sociaux Deturck, Kévin. - : HAL CCSD, 2021 In: https://tel.archives-ouvertes.fr/tel-03640442 ; Ordinateur et société [cs.CY]. Institut National des Langues et Civilisations Orientales- INALCO PARIS - LANGUES O', 2021. Français. ⟨NNT : 2021INAL0034⟩ (2021) BASE Show details 2 Le Croissant linguistique : entre oc, oïl et franco-provençal ; Le Croissant linguistique : entre oc, oïl et franco-provençal: Des mots à la grammaire, des parlers aux aires Esher, Louise; Guérin, Maximilien; Quint, Nicolas. - : HAL CCSD, 2021. : L'Harmattan, 2021 In: https://halshs.archives-ouvertes.fr/halshs-03379907 ; L'Harmattan, 2021, Collection "Les Parlers du Croissant", 978-2-343-23050-4 ; https://www.editions-harmattan.fr/livre-le_croissant_linguistique_entre_oc_oil_et_francoprovencal_des_mots_a_la_grammaire_des_parlers_aux_aires_louise_esher_maximilien_guerin_nicolas_quint_michela_russo-9782343230504-71290.html (2021) BASE Show details 3 WEIR-P: An Information Extraction Pipeline for the Wastewater Domain Chahinian, Nanée; Bonnabaud La Bruyère, Thierry; Frontini, Francesca... In: RCIS 2021 - 5th International Conference on Research Challenges in Information Science ; https://hal.archives-ouvertes.fr/hal-03211461 ; RCIS 2021 - 5th International Conference on Research Challenges in Information Science, May 2021, Virtual, Cyprus (2021) BASE Show details 4 Automatic simplification of technical and specialized texts ; Simplification automatique de textes techniques et spécialisés Cardon, Rémi. - : HAL CCSD, 2021 In: https://hal.archives-ouvertes.fr/tel-03343769 ; Informatique et langage [cs.CL]. Université de Lille, 2021. Français. ⟨NNT : 2021LILUH007⟩ (2021) BASE Show details 5 Graph Algorithms for Multiparallel Word Alignment Imani, Ayyoob; Sabet, Masoud,; Keremşenel, Lütfi... In: Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing ; The 2021 Conference on Empirical Methods in Natural Language Processing ; https://hal.archives-ouvertes.fr/hal-03424044 ; The 2021 Conference on Empirical Methods in Natural Language Processing, Association for Computational Linguistics, Nov 2021, Punta Cana, Dominica ; https://2021.emnlp.org/ (2021) BASE Show details 6 TREMoLo-Tweets corpus : guide d'annotation pour un corpus annoté en registres de langue pour le français Mekki, Jade; Battistelli, Delphine; Lecorvé, Gwénolé... In: https://hal.archives-ouvertes.fr/hal-03218217 ; 2021 (2021) BASE Show details 7 TREMoLo-Tweets corpus : guide d'annotation pour un corpus annoté en registres de langue pour le français Mekki, Jade; Battistelli, Delphine; Lecorvé, Gwénolé... In: https://hal.archives-ouvertes.fr/hal-03218217 ; 2021 (2021) BASE Show details 8 User-friendly automatic transcription of low-resource languages: Plugging ESPnet into Elpis Adams, Oliver; Galliot, Benjamin; Wisniewski, Guillaume... In: ComputEL-4: Fourth Workshop on the Use of Computational Methods in the Study of Endangered Languages ; https://halshs.archives-ouvertes.fr/halshs-03030529 ; ComputEL-4: Fourth Workshop on the Use of Computational Methods in the Study of Endangered Languages, Mar 2021, Hawai‘i, United States (2021) BASE Show details 9 Traitement automatique des langues et paléographie arménienne : entretien avec Chahan Vidal-Gorène (École nationale des Chartes) ; : Programme I-DEA (Inalco-Documentation des Études Aréales) Vidal-Gorène, Chahan; GIMENEZ, Sarah; Kexin, Zhang In: https://medihal.archives-ouvertes.fr/hal-03495537 ; 2021 (2021) BASE Show details 10 Proofs as games and games as proofs : dialogical semantics of logical and natural languages ; Les preuves vues comme des jeux et réciproquement : sémantique dialogique de langages naturel ou logiques Catta, Davide. - : HAL CCSD, 2021 In: https://tel.archives-ouvertes.fr/tel-03588308 ; Informatique et langage [cs.CL]. Université Montpellier, 2021. Français. ⟨NNT : 2021MONTS064⟩ (2021) BASE Show details 11 Le Croissant linguistique : entre oc, oïl et francoprovençal ; Le Croissant linguistique : entre oc, oïl et francoprovençal: Des mots à la grammaire, des parlers aux aires Esher, Louise; Guérin, Maximilien; Quint, Nicolas. - : HAL CCSD, 2021. : L'Harmattan, 2021 In: https://halshs.archives-ouvertes.fr/halshs-03379907 ; L'Harmattan, 2021, Collection "Les Parlers du Croissant", 978-2-343-23050-4 ; https://www.editions-harmattan.fr/livre-le_croissant_linguistique_entre_oc_oil_et_francoprovencal_des_mots_a_la_grammaire_des_parlers_aux_aires_louise_esher_maximilien_guerin_nicolas_quint_michela_russo-9782343230504-71290.html (2021) BASE Show details 12 User-friendly automatic transcription of low-resource languages: Plugging ESPnet into Elpis Adams, Oliver; Galliot, Benjamin; Wisniewski, Guillaume... In: ComputEL-4: Fourth Workshop on the Use of Computational Methods in the Study of Endangered Languages ; https://halshs.archives-ouvertes.fr/halshs-03030529 ; ComputEL-4: Fourth Workshop on the Use of Computational Methods in the Study of Endangered Languages, Mar 2021, Hawai‘i, United States (2021) BASE Show details 13 Influencer detection in social media ; Détection des influenceurs dans des médias sociaux Deturck, Kévin. - : HAL CCSD, 2021 In: https://tel.archives-ouvertes.fr/tel-03640442 ; Ordinateur et société [cs.CY]. Institut National des Langues et Civilisations Orientales- INALCO PARIS - LANGUES O', 2021. Français. ⟨NNT : 2021INAL0034⟩ (2021) BASE Show details 14 Alzheimer prediction from connected speech extracts : assessment of generalisation to new data Chafouleas, Geneviève. - 2021 Abstract: co-direction : Simona Brambati ; Plusieurs avancées utilisant le discours obtenu de la tâche de description d’image ont été réalisées dans la détection de la maladie d’Alzheimer (AD). L’utilisation de caractéristiques linguistiques et acoustiques sélectionnées manuellement ainsi que l’utilisation de méthodologies d’apprentissage profond ont montré des résultats très prometteurs dans la classification des patients avec AD. Dans ce mémoire, nous comparons les deux méthodologies sur la scène Cookie Theft du Boston Aphasia Examination en entrainant des modèles avec des caractéristiques sélectionnées à partir des extraits textuels et audio ainsi que sur un modèle d’apprentissage profond BERT. Nos modèles sont entrainés sur l’ensemble de données ADReSS challenge plus récent et évaluées sur l’ensemble de données CCNA et vice versa pour mesurer la généralisation des modèles sur des exemples jamais vus dans des ensembles de données différents. Une évaluation détaillée de l’interprétabilité des modèles est effectuée pour déterminer si les modèles ont bien appris les représentations reliées à la maladie. Nous observons que les modèles ne performent pas bien lorsqu’ils sont évalués sur différents ensembles de données provenant du même domaine. Les représentations apprises des modèles entrainés sur les deux ensembles de données sont très différentes, ce qui pourrait expliquer le bas niveau de performance durant l’étape d’évaluation. Même si nous démontrons l’importance des caractéristiques linguistiques sur la classification des AD vs contrôle, nous observons que le meilleur modèle est BERT avec un niveau d’exactitude de 62.6% sur les données ADReSS challenge et 66.7% sur les données CCNA. ; Many advances have been made in the early diagnosis of Alzheimer’s Disease (AD) using connected speech elicited from a picture description task. The use of hand built linguistic and acoustic features as well as Deep Learning approaches have shown promising results in the classification of AD patients. In this research, we compare both approaches on the Cookie Theft scene from the Boston Aphasia Examination with models trained with features derived from the text and audio extracts as well as a Deep Learning approach using BERT. We train our models on the newer ADReSS challenge dataset and evaluate on the CCNA dataset and vice versa in order to asses the generalisation of the trained model on unseen examples from a different dataset. A thorough evaluation of the interpretability of the models is performed to see how well each of the models learn the representations related to the disease. It is observed that the models do not perform well when evaluated on a different dataset from the same domain. The selected and learned representations from the models trained on either dataset are very different and may explain the low performance in the evaluation step. While we demonstrate the importance of linguistic features in the classification of AD vs non-AD, we find the best overall model is BERT which achieves a test accuracy of 62.6% on the ADRess challenge dataset and 66.7% on the CCNA dataset. Keyword: Alzheimer's disease; Applied Sciences - Artificial Intelligence / Sciences appliqués et technologie - Intelligence artificielle (UMI : 0800); Apprentissage machine; Apprentissage par transfert; Machine learning; Maladie d'Alzheimer; Natural language processing; Traitement automatique des langues; Transfer learning URL: http://hdl.handle.net/1866/26066 BASE Hide details

Mobile view All Catalogues UB Frankfurt Linguistik 0 IDS Mannheim 0 OLC Linguistik 0 UB Frankfurt Retrokatalog 0 DNB Subject Category Language 0 Institut für Empirische Sprachwissenschaft 0 Leibniz-Centre General Linguistics (ZAS) 0 Bibliographies BLLDB 0 BDSL 0 IDS Bibliografie zur deutschen Grammatik 0 IDS Bibliografie zur Gesprächsforschung 0 IDS Konnektoren im Deutschen 0 IDS Präpositionen im Deutschen 0 IDS OBELEX meta 0 MPI-SHH Linguistics Collection 0 MPI for Psycholinguistics 0 Linked Open Data catalogues Annohub 0 Online resources Link directory 0 Journal directory 0 Database directory 0 Dictionary directory 0 Open access documents BASE 14 Linguistik-Repository 0 IDS Publikationsserver 0 Online dissertations 0 Language Description Heritage 0