1 |
Littérature et intelligence artificielle
|
|
|
|
In: L'intelligence artificielle des textes ; https://hal.archives-ouvertes.fr/hal-03240145 ; D. Mayaffre, L. Vanni. L'intelligence artificielle des textes, Honoré Champion, pp.73-130, 2021, Lettres Numériques, 9782745356406 (2021)
|
|
BASE
|
|
Show details
|
|
2 |
Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus parlementaire et présidentiel contemporains
|
|
|
|
In: L'intelligence artificielle des textes. Des algorithmes à l'interprétation ; https://hal.archives-ouvertes.fr/hal-03347997 ; L'intelligence artificielle des textes. Des algorithmes à l'interprétation, 17, Honoré Champion, pp.131-182, 2021, Lettres numériques, 9782815937467 (2021)
|
|
BASE
|
|
Show details
|
|
3 |
Intelligence artificielle et discours politique Le cas d'Emmanuel Macron (2017-2021)
|
|
|
|
In: https://hal.archives-ouvertes.fr/hal-03522615 ; 3ème cycle. Collège de France - Séminaire "Migrations et sociétés", France. 2021 ; Collège de France - Séminaire "Migrations et sociétés" (2021)
|
|
BASE
|
|
Show details
|
|
4 |
L'intelligence artificielle des textes. Présentation
|
|
|
|
In: L'intelligence artificielle des textes. Des algorithmes à l'interprétation ; https://hal.archives-ouvertes.fr/hal-03344917 ; L'intelligence artificielle des textes. Des algorithmes à l'interprétation, Honoré Champion, pp.9-14, 2021, Lettres numériques, 978-2-7453-5640-6 (2021)
|
|
BASE
|
|
Show details
|
|
5 |
DeepFLE : la plateforme pour évaluer le niveau d’un texte selon le CECRL
|
|
|
|
In: Dialogues et cultures ; https://hal.archives-ouvertes.fr/hal-03494844 ; Dialogues et cultures, Fédération internationale des professeurs de français, A paraître, Dialogues et cultures (2021)
|
|
BASE
|
|
Show details
|
|
6 |
These words that Macron borrows from Sarkozy. Discourse and Artificial Intelligence ; Ces mots que Macron emprunte à Sarkozy. Discours et intelligence artificielle
|
|
|
|
In: ISSN: 1638-9808 ; EISSN: 1765-3126 ; Corpus ; https://hal.archives-ouvertes.fr/hal-02503269 ; Corpus, Bases, Corpus, Langage - UMR 7320, 2020 ; https://journals.openedition.org/corpus/ (2020)
|
|
BASE
|
|
Show details
|
|
7 |
Caractériser un texte en français : les passages-clés des niveaux A1 et A2 du CECRL.
|
|
|
|
In: Actes des JADT 2020 ; JADT 2020 15èmes Journées internationales d’Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-02430322 ; JADT 2020 15èmes Journées internationales d’Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France. 11 p ; https://jadt2020.sciencesconf.org/ (2020)
|
|
Abstract:
International audience ; The topic of the levels of language, as defined by the Common European Framework of Reference for languages (CEFR), and that of our characterization and of their mastery is a crucial topic in the didactics of French as a foreign language and it overhangs the automatic analysis of corpora. Our research is based on a sample corpus composed of six levels: namely A1, A2, B1, B2, C1 and C2. This corpus, whose extent is 595.980 occurrences, is made of several oral texts drawn from many educational packages of French. On the one hand, our study will present the statistic extraction of saliences that mark a change of level according to the CEFR thanks to Hyperdeep. This tool utilizes a deep learning model (Vanni et al., 2020) able to extract the characteristics that give a unique imprint to the text. On the other hand, our research focuses on the patterns, which characterize texts corresponding to levels A1 and A2, thanks to the statistical analysis of textual data. ; La question des niveaux de langue tels que définis par le Cadre Européen Commun de Référence pour les Langues (CECRL) (Conseil de l’Europe, 2001), de leur caractérisation et de leur maîtrise est une question centrale de la didactique du français langue étrangère (FLE) et surplombe l'analyse automatique des corpus. Notre recherche s’est appuyée sur un corpus échantillonné qui comporte six classes de niveaux de langue : à savoir A1, A2, B1, B2, C1 et C2. Ce corpus, dont l’étendue est de 595.980 occurrences, est constitué de nombreux textes oraux extraits de plusieurs ensembles pédagogiques de français langue étrangère (FLE). Notre contribution présentera d’une part, l’extraction statistique des saillances qui marquent un changement de niveau selon le CECRL grâce à Hyperdeep, qui exploite un modèle de deep learning (Vanni et al., 2020) capable d’extraire les caractéristiques qui donnent une empreinte unique du texte, et d’autre part, les passages-clés qui caractérisent les textes de niveaux A1 et A2 grâce à l’analyse des données textuelles (ADT) et plus précisément à la plateforme Hyperbase web.
|
|
Keyword:
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]; [INFO.INFO-DB]Computer Science [cs]/Databases [cs.DB]; [SHS.LANGUE]Humanities and Social Sciences/Linguistics; [SHS.STAT]Humanities and Social Sciences/Methods and statistics; CERCL; classification; deep learning; description; FLE; level of language; niveaux de langue; prediction
|
|
URL: https://hal.archives-ouvertes.fr/hal-02430322/document https://hal.archives-ouvertes.fr/hal-02430322 https://hal.archives-ouvertes.fr/hal-02430322/file/RUGGIA_JADT2020%20%281%29.pdf
|
|
BASE
|
|
Hide details
|
|
8 |
Du texte à l'intertexte. Le palimpseste Macron au révélateur de l'Intelligence artificielle
|
|
|
|
In: CMLF 2020 - 7ème Congrès mondiale de linguistique française ; https://hal.archives-ouvertes.fr/hal-02520224 ; CMLF 2020 - 7ème Congrès mondiale de linguistique française, Jul 2020, Montpellier / Online, France (2020)
|
|
BASE
|
|
Show details
|
|
9 |
Objectiver l'intertexte ? Emmanuel Macron, deep learning et statistique textuelle
|
|
|
|
In: JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-02894990 ; JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France (2020)
|
|
BASE
|
|
Show details
|
|
10 |
Décrire les textes politiques par le deep learning : à la recherche de nouveaux observables
|
|
|
|
In: JADT 2020 : 15es Journées internationales d’Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-03167188 ; JADT 2020 : 15es Journées internationales d’Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France ; http://lexicometrica.univ-paris3.fr/jadt/JADT2020/jadt2020_pdf/GUARESI_JADT2020.pdf (2020)
|
|
BASE
|
|
Show details
|
|
11 |
Le deep learning comme défi pour identifier le style d'un écrivain : l'exemple de Jean Giono
|
|
|
|
In: JADT ; https://hal.archives-ouvertes.fr/hal-02936437 ; JADT, 2020 (2020)
|
|
BASE
|
|
Show details
|
|
12 |
Hyperdeep : deep learning descriptif pour l'analyse de données textuelles
|
|
|
|
In: JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-02926880 ; JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France (2020)
|
|
BASE
|
|
Show details
|
|
13 |
Key Passages : From statistics to Deep Learning
|
|
|
|
In: Text Analytics. Advances and Challenges ; https://hal.archives-ouvertes.fr/hal-03099658 ; Domenica Fioredistella Iezzi; Damon Mayaffre; Michelangelo Misuraca. Text Analytics. Advances and Challenges, Springer, pp.41-54, 2020, 978-3-030-52679-5. ⟨10.1007/978-3-030-52680-1_4⟩ (2020)
|
|
BASE
|
|
Show details
|
|
14 |
Apprendre et mesurer la conflictualité avec le deep learning ?
|
|
|
|
In: JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-03234268 ; JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France (2020)
|
|
BASE
|
|
Show details
|
|
15 |
Deep learning et authentification des textes
|
|
|
|
In: ISSN: 1773-0120 ; Texto ! Textes et Cultures ; https://hal.archives-ouvertes.fr/hal-02561039 ; Texto ! Textes et Cultures, Institut Ferdinand de Saussure, 2019, Texto! Textes et cultures, Volume XXIV, (n°1), pp.1-34 (2019)
|
|
BASE
|
|
Show details
|
|
16 |
Le deep learning : un outil pour la didactique du FLE ?
|
|
|
|
In: ISSN: 2612-5994 ; Dialettica pedagogica ; https://hal.archives-ouvertes.fr/hal-02274114 ; Dialettica pedagogica, 2019, pp.79-106 (2019)
|
|
BASE
|
|
Show details
|
|
17 |
Les niveaux de langue du CECRL : de la prédiction à l’analyse descriptive grâce au deep learning et à l’analyse des données textuelles
|
|
|
|
In: 1e Congrès International des professeurs et chercheurs de français de l’UNIPPROFIF « Le français aujourd’hui face aux défis de demain » ; https://hal.archives-ouvertes.fr/hal-02404076 ; 1e Congrès International des professeurs et chercheurs de français de l’UNIPPROFIF « Le français aujourd’hui face aux défis de demain », UNIPPROFIF, Oct 2019, Trujillo, Pérou ; http://www.unipprofif.org/ (2019)
|
|
BASE
|
|
Show details
|
|
18 |
ADT et deep learning, regards croisés. Phrases-clefs, motifs et nouveaux observables
|
|
|
|
In: JADT 2018 ; https://hal.archives-ouvertes.fr/hal-01823560 ; JADT 2018, Jun 2018, Rome, Italie (2018)
|
|
BASE
|
|
Show details
|
|
19 |
Machine Learning under the light of Phraseology expertise: use case of presidential speeches, De Gaulle -Hollande (1958-2016)
|
|
|
|
In: JADT - Statistical Analysis of Textual Data ; JADT 2016 - Statistical Analysis of Textual Data ; https://hal.archives-ouvertes.fr/hal-01343209 ; JADT 2016 - Statistical Analysis of Textual Data, Damon Mayaffre; Céline Poudat; Laurent Vanni; Véronique Magri; Peter Follette; Caroline Daire, Jun 2016, Nice, France. pp.157-168 ; https://jadt2016.sciencesconf.org/ (2016)
|
|
BASE
|
|
Show details
|
|
|
|