Page: 1 2 3 4 5 6 7 8 9... 56
81 |
An oral approach of the passive in teaching French as a foreign language ; Aborder la diathèse passive en contextes de français langue étrangère par la voie de l'oralité
|
|
|
|
In: La didactisation du français vernaculaire ; https://halshs.archives-ouvertes.fr/halshs-02993307 ; Pierre Larrivée et Florence Lefeuvre. La didactisation du français vernaculaire, Presses Universitaires de Caen, pp.68-111, 2020, Bibliothèque de Syntaxe & Sémantique, 978-2-84133-983-9 (2020)
|
|
BASE
|
|
Show details
|
|
82 |
Coreference resolution for spoken French ; Reconnaissance automatique de chaînes de coréférences en français parlé
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-02928209 ; Computation and Language [cs.CL]. Université Sorbonne Nouvelle - Paris 3, 2020. English (2020)
|
|
BASE
|
|
Show details
|
|
83 |
Au commencement était la prosodie : du langage en émergence à l’histoire de la description de la parole
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-03173746 ; Linguistique. Université de Toulouse Jean Jaurès, 2020 (2020)
|
|
BASE
|
|
Show details
|
|
84 |
Multimodal and Interactive Models for Visually Grounded Language Learning ; Développement de modèles multimodaux intéractifs pour l'apprentissage du language dans des environnements visuels
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03018038 ; Neural and Evolutionary Computing [cs.NE]. Université de Lille; École doctorale, ED SPI 074 : Sciences pour l'Ingénieur, 2020. English (2020)
|
|
BASE
|
|
Show details
|
|
85 |
Multimodal analysis : informed content estimation and audio source separation ; Analyse multimodale : estimation informée du contenu et séparation des sources audio
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03253128 ; Sound [cs.SD]. Sorbonne Université, 2020. English. ⟨NNT : 2020SORUS111⟩ (2020)
|
|
BASE
|
|
Show details
|
|
86 |
Computational detection of socioeconomic inequalities ; Détection computationnelle des inégalités socioéconomiques
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-02459170 ; Artificial Intelligence [cs.AI]. Université de Lyon, 2020. English. ⟨NNT : 2020LYSEN001⟩ (2020)
|
|
BASE
|
|
Show details
|
|
87 |
Enseigner le français aux adultes migrants
|
|
Adami, Hervé. - : HAL CCSD, 2020. : Hachette Français Langue Étrangère, 2020
|
|
In: https://hal.archives-ouvertes.fr/hal-02481269 ; Hachette Français Langue Étrangère, 2020 (2020)
|
|
BASE
|
|
Show details
|
|
88 |
Enseignement-apprentissage du français en milieu créolophone : le cas de La Réunion
|
|
|
|
In: ISSN: 0184-7732 ; EISSN: 2107-0857 ; Le Français Aujourd'hui ; https://hal.univ-reunion.fr/hal-03196712 ; Le Français Aujourd'hui, Armand Colin / Dunod ; Association française des professeurs de français ; Association française des enseignants de français (AFEF), 2020, Les pratiques langagières « ordinaires » des élèves, 208 (1), pp.63-73 (2020)
|
|
BASE
|
|
Show details
|
|
89 |
Enseignement bi-plurilingue "langues premières - français" en Afrique francophone subsaharienne : un enjeu majeur
|
|
|
|
In: Université Francophone de l'Italie du Sud. UFIS 2020 ; https://hal.archives-ouvertes.fr/hal-03250997 ; Université Francophone de l'Italie du Sud. UFIS 2020, Giovanni Agresti; Raffaele Romano, Jul 2020, Faeto, Italie (2020)
|
|
BASE
|
|
Show details
|
|
90 |
Standard-based Lexical Models for Automatically Structured Dictionaries ; Modèles lexicaux standardisés pour les dictionnaires à structure automatique
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03153438 ; Computation and Language [cs.CL]. Université de Paris, 2020. English (2020)
|
|
BASE
|
|
Show details
|
|
91 |
Question Answering with Hybrid Data and Models ; Question-réponse utilisant des données et modèles hybrides
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-02890467 ; Document and Text Processing. Université Paris-Saclay, 2020. English. ⟨NNT : 2020UPASS024⟩ (2020)
|
|
BASE
|
|
Show details
|
|
92 |
Toward more practical zero-shot learning ; Vers un apprentissage sans exemple plus réaliste
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03153445 ; Intelligence artificielle [cs.AI]. Conservatoire national des arts et metiers - CNAM, 2020. Français. ⟨NNT : 2020CNAM1282⟩ (2020)
|
|
BASE
|
|
Show details
|
|
93 |
Unsupervised cross-lingual representation modeling for variable length phrases ; Apprentissage de représentations cross-lingue d’expressions de longueur variable
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-02938554 ; Computation and Language [cs.CL]. Université de Nantes, 2020. English (2020)
|
|
BASE
|
|
Show details
|
|
94 |
Exploring deep learning techniques in the task of English-Arabic Machine Translation ; Exploration des techniques de l’apprentissage profond au service de la traduction automatique Anglais-Arabe
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03202829 ; Computation and Language [cs.CL]. Université des Sciences et de la Technologie Houari Boumediene (Algérie), 2020. English (2020)
|
|
Abstract:
Given that Arabic is one of the most widely used languages in the world, the task of Arabic Machine Translation has recently received a great deal of attention from the research community. Indeed, the amount of focus that has been devoted to this task has led to some important achievements and improvements. However, the current state of Arabic Machine Translation systems has not reached the quality achieved for some other languages such as English and French. In this thesis, we are interested in the task of English-to-Arabic Machine Translation for which we propose several contributions: First, we propose a method that handles both long- and short-distance word reorderings in the context of English-to-Arabic Statistical Machine Translation (SMT). Secondly, we propose a method for named entity transliteration that can accurately transliterate English named entities into Arabic. Finally, our main contribution concerns re-ranking the n-best list in the context of English-to-Arabic Neural Machine Translation (NMT). Our solution uses a set of sophisticated features that cover lexical, syntactic, and semantic aspects of the n-best list candidates. All our contributions are evaluated carefully and the results obtained for the tests we have carried out show the effectiveness of our proposals. ; Etant donné que l’Arabe est l’une des langues les plus utilisées au monde, la traduction automatique de la langue Arabe a reçu récemment beaucoup d'attention de la part des chercheurs. En effet, la quantité d’attention consacrée à cette tâche a conduit à d’importantes contributions et améliorations. Toutefois, l’état actuel des systèmes de traduction automatique de la langue Arabe n'atteint pas celles d’autres langues telles que l’Anglais et le Français. Dans cette thèse, nous nous sommes intéressés à la tâche de la traduction automatique de l'Anglais vers l'Arabe, et pour laquelle nous avons proposé plusieurs contributions. Premièrement, nous avons proposé une méthode qui gère les différences syntaxiques qui existent entre l'Anglais et l'Arabe. Deuxièmement, nous avons proposé une méthode de translittération d’entités nommées capable de translittérer avec précision les entités nommées de l'Anglais vers l'Arabe. Enfin, notre principale contribution concerne le réordonnancement de la liste des n-meilleures traductions dans le contexte d'un système de traduction automatique basé sur les réseaux de neurones profonds en utilisant un ensemble de caractéristiques lexicales, syntaxiques et sémantiques. Toutes nos contributions sont évaluées avec soin et les résultats obtenus pour les tests que nous avons effectués montrent l'efficacité de nos propositions.
|
|
Keyword:
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]; [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]; [INFO.INFO-TT]Computer Science [cs]/Document and Text Processing; ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE; ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.7: Natural Language Processing; ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.7: Natural Language Processing/I.2.7.2: Language models; ACM: I.: Computing Methodologies/I.2: ARTIFICIAL INTELLIGENCE/I.2.7: Natural Language Processing/I.2.7.4: Machine translation; Apprentissage Profond; Arabic Language; Deep Learning; Langue Arabe; Machine Translation; Natural language Processing; Traduction automatique; Traitement Automatique des Langues
|
|
URL: https://tel.archives-ouvertes.fr/tel-03202829/document https://tel.archives-ouvertes.fr/tel-03202829/file/PhD%20thesis_Hadj_Ameur.pdf https://tel.archives-ouvertes.fr/tel-03202829
|
|
BASE
|
|
Hide details
|
|
95 |
Graphs for deep learning representations ; Graphes pour représenter les espaces latents des réseaux neuronaux profonds
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-03080186 ; Machine Learning [cs.LG]. Ecole nationale supérieure Mines-Télécom Atlantique, 2020. English. ⟨NNT : 2020IMTA0204⟩ (2020)
|
|
BASE
|
|
Show details
|
|
96 |
Analyse sémantique robuste par apprentissage antagoniste pour la généralisation de domaine
|
|
|
|
In: Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 4 : Démonstrations et résumés d'articles internationaux ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 4 : Démonstrations et résumés d'articles internationaux ; https://hal.archives-ouvertes.fr/hal-02768521 ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 4 : Démonstrations et résumés d'articles internationaux, 2020, Nancy, France. pp.71-72 (2020)
|
|
BASE
|
|
Show details
|
|
97 |
Corpus-based resources in conversation: Learning with the multimodal concordancer of the FLEURON database
|
|
|
|
In: Teaching and Language Corpora Conference - TaLC2020 ; https://hal.archives-ouvertes.fr/hal-02899217 ; Teaching and Language Corpora Conference - TaLC2020, Henry Tyne, Jul 2020, Perpignan, France ; https://langident.hypotheses.org/talc2020/talcmainconference (2020)
|
|
BASE
|
|
Show details
|
|
98 |
Introduction Quelle littérature aujourd'hui en classe de FLE?
|
|
|
|
In: ISSN: 2729-3130 ; Cahiers FoReLLIS - Formes et Représentations en Linguistique, Littérature et dans les arts de l'Image et de la Scène ; https://hal.archives-ouvertes.fr/hal-02544295 ; Poitiers, France. Cahiers FoReLLIS - Formes et Représentations en Linguistique, Littérature et dans les arts de l'Image et de la Scène, Université de Poitiers, 2020 ; https://cahiersforell.edel.univ-poitiers.fr/index.php?id=727 (2020)
|
|
BASE
|
|
Show details
|
|
99 |
Introduction
|
|
|
|
In: Comment parle un robot ? Les machines à langage dans la science-fiction ; https://hal.archives-ouvertes.fr/hal-02533441 ; Comment parle un robot ? Les machines à langage dans la science-fiction, Le Bélial', pp. 21-43, 2020, Collection Parallaxe, 978-2-84344-965-9 ; https://www.belial.fr/ (2020)
|
|
BASE
|
|
Show details
|
|
100 |
A linguistic introduction for machine learning data? ; Une introduction linguistique pour les données de Machine learning?
|
|
|
|
In: Humanistica 2020 ; https://hal.archives-ouvertes.fr/hal-02619356 ; Humanistica 2020, Humanistica, May 2020, Bordeaux, France ; http://www.humanisti.ca/colloque2020/ (2020)
|
|
BASE
|
|
Show details
|
|
Page: 1 2 3 4 5 6 7 8 9... 56
|
|