L'équipe LIPS, composée de chercheurs et enseignants-chercheurs en linguistique et traitement des langues, conduit des recherches pluridisciplinaires sur les langues orales, parlées et signées. Elle coopère largement avec les autres équipes du département STL, ainsi qu'avec d'autres départements du laboratoire.
Les enjeux scientifiques de l’équipe LIPSLangue Interaction Parole et Signes concernent les languesorales, parlées et signées, avec des objectifs de description linguistique et de modélisation. L’équipe rassemble des chercheurs en traitement des langues et des linguistes avec un focus sur la dimension située du langage : nous utilisons des données variées, de différentes tailles et sources, illustrant la variation linguistique dans toutes ses dimensions, des unités minimales au sens. Les traitements multimodaux impliquant la variété écrite et sonore des langues parlées ainsi que d’autres informations visuelles (par exemple l’oculométrie) ou des variétés écrites et orales de langues différentes (par exemple des vidéos de langue des signes sous-titrées en français) est également au cœur de nos préoccupations. Nos travaux donnent lieu à une variété d’applications : reconnaissance et synthèse de la parole et de la langue des signes, systèmes de dialogue. Notre recherche est par nature interdisciplinaire et nécessite des compétences en traitement du signal, en linguistique et en informatique.
Les activités de l’équipe s’articulent autour de trois thèmes :
Recherche d’information dans les dialogues
Les travaux sur la recherche d’informations multimodales et conversationnelles s’articulent autour de deux piliers principaux : l’intégration de la multimodalité dans les systèmes de recherche d’informations et l’étude des interactions dialogiques. Plus précisément, cette recherche se concentre sur la manière de représenter les données multimodales, en prenant en compte les contextes et divers aspects multimodaux dans les représentations développées, et en relevant le défi posé par la rareté des données disponibles. Les méthodes d’intelligence artificielle mises en œuvre abordent également les questions liées au traitement des données dégradées, à l’apprentissage continu et interactif, ainsi qu’à l’analyse des données, tout en visant à rendre les prédictions des modèles compréhensibles, dans une optique d’explicabilité.
Modélisation et traitement automatique des langues des signes
Les langues des signes, langues peu dotées, sont dotées d’un système linguistique découlant de leur nature visuo-gestuelle : un grand nombre d’informations sont exprimées simultanément et organisées dans l’espace, et l’iconicité joue un rôle central. La modélisation informatique des LS nécessite la conception de représentations avec peu de données disponibles, et où les modèles préexistants, essentiellement linéaires, ont été développés pour des langues écrites ou parlées et ne couvrent pas tous les aspects des LS. A travers des projets et des thèses et en lien avec les locuteurs de ces langues (par exemple traducteurs et journalistes sourds), nous abordons les questions de recherche suivantes : Comment analyser, représenter et traiter les LS ? Comment prendre en compte les spécificités linguistiques liées à leur nature visuo-gestuelle (multilinéarité, spatialisation, iconicité) ? Quels types d’approches sont possibles avec peu de données ? Les projets en cours sont détaillés sur cette page.
Traitement de la parole et modélisation de la variation multilingue
Les études sur ce thème visent à comprendre les phénomènes de variation qui sous-tendent les changements temporels et spatiaux dans le langage parlé et à développer des modèles à utiliser dans le traitement automatique de la parole. L’un de nos objectifs est de structurer l’information contenue dans les documents audio en développant des modèles et des algorithmes qui s’appuient sur diverses sources d’information et peuvent servir à détecter la présence de la parole, à identifier la langue parlée et à caractériser le(s) locuteur(s), à transcrire la parole en texte dans la même langue ou dans une langue différente, ou à identifier des entités spécifiques ou des caractéristiques acoustiques. En ce qui concerne la reconnaissance de la parole, nos recherches visent à compléter la séquence de mots reconnus par la ponctuation et par des informations paralinguistiques telles que les hésitations, les rires ou les bruits de respiration. Nous étudions également des techniques d’apprentissage frugales et les appliquons à la reconnaissance vocale pour des langues et des tâches à faibles ressources.
Johanna Cronenberg, Lori Lamel, Ioana Chitoran. To glide or not to glide: Acoustic realization of the diphthong-hiatus contrast in Italian and Romanian. Interspeech 2026, Sep 2026, Sydney, Australia. pp.5616-5620, ⟨10.21437/interspeech.2026-2433⟩. ⟨hal-05855008⟩
Estelle Chaix, Mathieu Laï-King, Yann Le Bodo, Louise Deléger, Arnaud Ferré, et al.. Leveraging Large Language Models to Capture Emerging Food Practices Relevant to Microbial Risk Assessment under Climate Change. Data and use of artificial intelligence (AIArtificial Intelligence) for surveillance and risk assessment in food safety, and in animal and plant health, ANSES; DtU; BFR; NIFDS, Oct 2026, Maisons Alfort, France. ⟨hal-05851858⟩
Tim Schneider, Michèle Gouiffès, Emmanuelle Frenoux, Céline Clavel, Gérard Kubryk, et al.. Opening up immersion: creating alternative realities in public spaces. Davide Spallazzo; Mauro Ceconello. Designing Immersion in Art and Culture: Insights from Artcast4D Project, FrancoAngeli, pp.37-68, 2024, Design International – Open Access, 978-88-351-6879-9. ⟨hal-05846765⟩
Pauline Beaupoil-Hourdel, Claire Danet, Aliyah Morgenstern. Le diner familial perdu. Ateliers de présentation du projet ANR Dinlang.. Les rencontres de la recherche, Université Sorbonne Nouvelle, May 2024, Paris, France. ⟨hal-04643265⟩
Simon Devauchelle, David Doukhan, Rémi Uro, Lucas Ondel Yang, Valentin Pelloin, et al.. spINAch: A Diachronic Corpus of French Broadcast Speech Controlled for Speakers’ Age and Gender. The Fifteenth Language Resources and Evaluation Conference (LREC 2026), May 2026, Palma, Spain. pp.5805-5820, ⟨10.63317/58hgwvgvkz6g⟩. ⟨hal-05786432⟩
Aurélie Bugeau, Anne-Laure Ligozat, Théophile Lenoir, Gael Guennebaud. Contribution à l’Assemblée Nationale : questionnaire sur les impacts environnementaux de l’intelligence artificielle. Observatoire sur l’impact environnemental de l’IAIntelligence Artificielle, Institut IAIntelligence Artificielle et Société, ENS Paris. 2026. ⟨hal-05800681⟩
Binesh Arakkal Remesh, Thomas Gerald, Camille Guinaudeau, Sahar Ghannay, Eva Feillet. Detection of parametric or contextual knowledge: are the schemas similar across modalities?. UncertaiNLP workshop, Oct 2026, Budapest, Hungary. ⟨hal-05800102⟩
Pierre Lepagnol, Sahar Ghannay, Thomas Gerald, Christophe Servan, Sophie Rosset. Approches de recherche d’information pour l’amélioration des amorces appliquées à la compréhension de la parole avec apprentissage en quelques exemples. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.10-10. ⟨hal-05786069⟩
Fanny Ducel, Aurélie Névéol, Vidit Khazanchi, Loic Leclere, Arthur Pedrini, et al.. Le code-switching comme indicateur de biais dans les LLM : “The consequences are not the same para nosotros”. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.1-1. ⟨hal-05786088⟩
Emmett Strickland, Valentina Fedchenko, Marc Evrard. Une étude pilote sur l’affinage des modèles TTS créoles : le vocabulaire lexificateur ou la phonologie du substrat, lequel est le plus déterminant ?. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.53-54. ⟨hal-05786125⟩
Ayoub Hammal, Pierre Zweigenbaum, Caio Corro. Un formalisme fondé sur des approximations du problème du sac à dos pour modéliser l’alignement. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.52-52. ⟨hal-05786124⟩
Pierre Lepagnol, Sahar Ghannay, Thomas Gerald, Christophe Servan, Sophie Rosset. De l’importance des formats : une évaluation critique des formats de sorties dans les amorces des Grands Modèles de Langues pour la compréhension de la parole et la REN. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.11-11. ⟨hal-05786095⟩
Fanny Ducel, Shayan Ahmed Shariff, Ibrahim Al Kotob, Binesh Arakkal Remesh, Lucie Digoin-Caparros, et al.. Are Benchmarks a source of bias in LLMs? MMLU, CommonSenseQA and MGSM under the Microscope. EMNLP 2026 – Conference on Empirical Methods in Natural Language Processing, Oct 2026, Budapest, Hungary. ⟨hal-05783214⟩
Younes Boufouss, Luc Pommeret. Natural Language Inference using Enhanced Knowledge Graphs for Multi-Hop Reasoning. JDSE 2026 – 11th Junior Conference on Data Sciences and Engineering, Sep 2026, Orsay, France. . ⟨hal-05765575⟩
Lucía Catalán Gris, Kim Gerdes, John S Y Lee. The Linguist’s Lie Detector: Linguistic Knowledge in Large Language Models. NSLP 2026 @ LREC 2026 – 3rd International Workshop on Natural Scientific Language Processing, May 2026, Palma de Mallorca, Spain. pp.235-246, ⟨10.63317/2f7zobe6yo7h⟩. ⟨hal-05652276⟩
Jianying Liu, Kim Gerdes, Jean-Marc Deltorn. Beyond frequency measures: Can contextual embeddings capture meaning change in scientific texts?. JADT 2026 – 18th International Conference on Statistical Analysis of Textual Data, Jul 2026, Palermo, Italy. pp.232-241. ⟨hal-05731086⟩
Marta López-Rauhut, Loic Landrieu, Mathieu Aubry, Anne-Laure Ligozat. Environmental Footprint of GenAI Research: Insights from the Moshi Foundation Model. Transactions on Machine Learning Research , 2026. ⟨hal-05749590⟩
Younes Boufouss, Luc Pommeret, Thomas Gerald, Patrick Paroubek, Sophie Rosset. Can We Do Interpretable NLI with Graphs Based on Atomic Propositions?. AKBC @ EMNLP, ACL, Oct 2026, Budapest, Hungary. ⟨hal-05745292v3⟩
Anisia Popescu, Lori Lamel, Marc Evrard, Ioana Vasilescu. Tracking /r/ Deletion: Forced Alignment of Pronunciation Variants and Sociophonetic Insights into Post-Obstruent Final /r/ in French. Interspeech 2025, Aug 2025, Rotterdam, Netherlands. pp.2945 – 2949, ⟨10.21437/interspeech.2025-967⟩. ⟨hal-05682650⟩
Agnieszka Dryjańska, Till Überrück-Fries, Agata Savary. Identification and annotation of multiword expressions in an end-user application: The case of teaching/ learning French as a foreign language. Verginica Barbu Mititelu; Voula Giouli. Multiword expressions in Natural Language Processing: Current trends and challenges, 8, Language Science Press, pp.225-254, 2026, Phraseology and Multiword Expressions, 978-3-96110-591-5. ⟨10.5281/zenodo.21277679⟩. ⟨hal-05734416⟩
Dylan Sechet, Marc Evrard, Matthieu Kowalski. Simulation-Based Inference for Plate Reverb System Identification. DAFX 2026 – 29th International Conference on Digital Audio Effects, Sep 2026, Cambridge, United States. ⟨hal-05742718⟩
Alex Colagrande, Paul Caillon, Eva Feillet, Alexandre Allauzen. Linear Attention with Global Context: A Multipole Attention Mechanism for Vision and Physics. ICCVW 2025 – IEEE/CVF International Conference on Computer Vision Workshops, Oct 2025, Honolulu, United States. pp.3130-3139, ⟨10.1109/ICCVW69036.2025.00326⟩. ⟨hal-05742260⟩
Alex Colagrande, Paul Caillon, Eva Feillet, Alexandre Allauzen. Limits of Resolution Equivariance in Fourier Neural Operators. AIArtificial Intelligence&PDE: ICLR 2026 Workshop on AIArtificial Intelligence and Partial Differential Equations, Apr 2026, Rio de Janeiro, Brazil. arXiv, 2026, ⟨10.48550/arXiv.2606.00677⟩. ⟨hal-05742295⟩
Adèle Jatteau, Jinyu Li, Lori Lamel. Y a-t-il des géminées en français ? Une étude acoustique des mots en dans de grands corpus de parole. Congrès mondial de linguistique française, Jul 2026, Arras, France. pp.09008, ⟨10.1051/shsconf/202623209008⟩. ⟨hal-05740510⟩
Ayoub Hammal, Pierre Zweigenbaum, Caio Corro. On the Rejection Criterion for Proxy-based Test-time Alignment. ACL 2026 – 64th Annual Meeting of the Association for Computational Linguistics, Jul 2026, San Diego, United States. pp.547-554, ⟨10.18653/v1/2026.acl-short.46⟩. ⟨hal-05689863⟩
Clémentine Bleuze, Karën Fort, Vincent P Martin, Aurélie Névéol. Large Language Models for Mental Health Prediction: Scoping Review of Bias and Clinical Utility Documentation in 2019-2024. JMIR AIArtificial Intelligence, 2026, 5, pp.e88082-e88082. ⟨10.2196/88082⟩. ⟨hal-05717650⟩
Marco Naguib, Christel Gérardin, Victor Beaucoté, Cyril Charron, Adrien Joseph, et al.. Evaluating the Retrieval Component in a Retrieval-Augmented Summarization System for Patient Records in French. LREC 2026 – 15th biennial Language Resources and Evaluation Conference, May 2026, Palma, Spain. pp.57-65, ⟨10.63317/4cy8xxinjw7z⟩. ⟨hal-05716360⟩
Zhongjie Li, Rim Abrougui, Guillaume Lechien, Elisabeth Savatier, Benoît Laurent, et al.. Sem-G-RAG, combiner sémantique symbolique à base de graphes et LLM pour le RAG. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.544-563. ⟨hal-05708371⟩
Aygalic Jara-Mikolajczak, Thomas Lavergne, Christophe Servan, Sophie Rosset. Robustesse des LLM dans les contextes longs, hallucinations et détection sur questions-réponses séquentielles. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.512-523. ⟨hal-05708368⟩
Eve Sauvage, Cyril Grouin, Julien Tourille. Tous les tokens sont-ils utiles pour les modèles de langues ?. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.595-609. ⟨hal-05708373⟩
Oumaima El Khettari, Virgile Barthet, Guillaume Hocquet, Joconde Weller, Emmanuel Morin, et al.. Is Clinical Text Enough? A Multimodal Study on Mortality Prediction in Heart Failure Patients. LREC 2026 – 15th biennial Language Resources and Evaluation Conference, May 2026, Palma, Spain. pp.194-206, ⟨10.63317/47hsfchk79n6⟩. ⟨hal-05709146⟩
Lounès Kebdi, Lubin Longuépée, Mathilde Aguiar, Pierre Zweigenbaum, Nona Naderi. Impact de l’affinage de modèles génératifs pour l’inférence en langue naturelle appliquée aux essais cliniques : comparaison avec des approches de *few-shot learning. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.303-321. ⟨hal-05708357⟩
Vincent Claveau, Nicolas Diniz, Juliane Flament, Nihel Kooli, Jose Moreno, et al.. Actes de l’atelier sur l’évaluation des modèles génératifs (LLM) et challenges (EvalLLM 2026). 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. ATALA, 2026. ⟨hal-05708467⟩
Khanh-an C. Quan, Camille Guinaudeau, Shin’Ichi Satoh. Évaluation de la cohérence des modèles vision-langage pour la tâche de question-réponse visuelle. 21e Conférence en Recherche d’Information et Applications (CORIA) 19e Rencontres Jeunes Chercheurs en RI (RJCRI) 33e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) 28e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL), Jun 2026, Nantes, France. pp.64-74. ⟨hal-05708471⟩
You Zuo, Kim Gerdes, Éric de la Clergerie, Benoît Sagot. Sparse Coverage: Semantic Center Representations for Patent Prior-Art Retrieval. CORIA-TALN 2026 – 21e Conférence en Recherche d’Information et Applications (CORIA), Jun 2026, Nantes, France. ⟨hal-05707237⟩
Marc Evrard, Rémi Uro, Nicolas Hervé, Béatrice Mazoyer. French Tweet Corpus for Automatic Stance Detection. Proceedings of the Twelfth International Conference on Language Resources and Evaluation (LREC 2020), ELRA, May 2025, Marseille, France. pp.6317-6322, ⟨10.63317/3kp6n9sci4au⟩. ⟨hal-05682655⟩
Lorena de la Garza, Julie Halbout, Julie Lascar, Niels Martinez-Guevara, Arturo Curiel, et al.. Extracting Signs from Weakly Aligned Sign Language Corpora: A Study on LSF and LSM. LREC 2026 – 12th Workshop on the Representation and Processing of Sign Languages: Language in Motion, May 2026, Palma De MaJorque, Spain. pp.174-183, ⟨10.63317/38kfot52b4dz⟩. ⟨hal-05688151⟩
Lucía Catalán Gris, Kim Gerdes. On the difficulty of producing good linguistic lies. ARTS – Atelier sur l’Analyse et la Recherche de Textes Scientifiques 2026, Jun 2026, Nantes, France. ⟨hal-05688347⟩
Idrissa Mahamoudou Dicko, Nona Naderi. Synergizing Domain-Specific Masked Language Models and Instruction-Tuned LLMs for Chemical NER. Atelier IAIntelligence Artificielle et santé, Jun 2026, Arras, France. ⟨hal-05679910⟩
Jose Felipe Espinosa Orjuela, Philippe Boula de Mareüil, Marc Evrard. Speech synthesis for Walloon, an under-resourced minority language. SSW13 – 13th edition of the Speech Synthesis Workshop, Aug 2025, Leeuwarden, Netherlands. pp.189-195, ⟨10.21437/SSW.2025-29⟩. ⟨hal-05682647⟩
Benedictus Kent Rachmat, Thomas Gerald, Zheng Zhang, Cyril Grouin. QA Analysis in Medical and Legal Domains: A Survey of Data Augmentation in Low-Resource Settings. ACL 2025 – 63rd Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop), ACL, Jul 2025, Vienna, Austria. pp.1132-1144, ⟨10.18653/v1/2025.acl-srw.89⟩. ⟨hal-05683004⟩
Laura Ascone, Lucie Gianola, Julien Longhi, Laurène Renaut. La linguistique forensique pour l’analyse du discours : anticiper les risques, aider à la décision, répondre aux menaces. Colloque R2DIP, « Les notions de risques, société et sécurité dans les discours institutionnels et politiques », CY Cergy Paris Université, Dec 2017, Cergy, France. ⟨hal-05682141⟩
Théophile Lenoir, Ana Valdivia, Aurélie Bugeau, Anne-Laure Ligozat. Beyond the Energy Efficiency Directive. Observatory on the Environmental Footprint of AIArtificial Intelligence, 2026. ⟨hal-05680820⟩
Iskandar Boucharenc, Eve Sauvage, Thomas Gerald, Julien Tourille, Sabrina Campano, et al.. Using Syntax for the Semantic Representation of Sentences. SLiDE 1st Workshop on Structured Linguistic Data and Evaluation at the 2026 Language Resources and Evaluation Conference (LREC 2026), May 2026, Palma de majorque, Spain. pp.169–179, ⟨10.63317/4gtinxarm3dd⟩. ⟨hal-05669816⟩
Clément Morand, Aurélie Névéol, Anne-Laure Ligozat. The Rising Unsustainability of AIArtificial Intelligence Graphics Cards Production. LIMITS 2026: 12th Workshop on Computing within Limits, Jun 2026, Online, France. ⟨hal-05666542⟩