Modèles, Méthodes et Multilinguisme (M3)

L’objet d’étude de l’équipe Modèles, Méthodes et Multilinguisme est centré sur le développement de modèles et méthodes pour aider à la fois à la découverte de propriétés fondamentales de la langue, et de mettre en œuvre des systèmes efficaces pour la traiter.

Nous nous intéressons à la langue dans toutes ses dimensions et toutes ses modalités, mais avec un focus sur la dimension multilingue. Les méthodes et modèles développés dans l’équipe sont de nature diverse : informatiques (modèles neuronaux, méthodes stochastiques ou symboliques), linguistiques (typologie des langues, diversité linguistique et universaux, affects) ou sociétaux (accessibilité,  nudges, préservation des langues, traitement des dialectes et langues peu dotées). Une perspective commune à l’équipe est de mettre en relation des universaux de la langue avec ce qui caractérise la diversité des langues et la variation, et dans une vision unifiée de la modélisation, linguistique et statistique (issue du traitement automatique) des langues.

Universaux en modélisation multilingue de la langue

Mots-clés : Diversité linguistique et universalité en modélisation ; Représentation des langues orales ; Modélisation et représentation phonétiques universelles ;  Modélisation multilingue unifiée et identification automatique de l’idiomaticité ;  Grands modèles de langue multilingues et multimodaux ;  IA générative ;  Modèles universaux et culturels des affects ;  Syntaxe des langues orales ;  Typologie quantitative ;  Corpus comparables ; Accessibilité ;  Evaluation et ressources ;  Systèmes génériques multilingues : reconnaissance de la parole, génération de texte, synthèse de la parole.

Méthodes et modèles pour les langues peu dotées

Mots-clés : Documentation des langues peu dotées ;  Politiques scientifiques pour les langues en danger, Impact éthique et sociétal ; Traitement automatique des langues peu dotées ; Modèles massivement multilingues et transfert interlingues ; Portabilité d’une langue bien dotée à une langue peu dotée.

Apprentissage automatique pour le TALTraitement Automatique des langues

Mots-clés : Apprentissage automatique et algorithme d’inférence pour la prédiction structurée ; Apprentissage faiblement ou non supervisé ; Apprentissage en continu ; Apprentissage de représentations et méta-apprentissage ; Apprentissage en contexte des interactions affectives.

Linguistique de corpus, variation interlingue et intralingue

Mots-clés : Accents, dialectes et variétés : dialectométrie (géoprosodie) et cartographie linguistique ; Style de parole ; Variation des codes prosodiques entre langues et cultures (codes symboliques et attitudes socialement codées) ; Prosodie expressive et multimodale : illocutions, attitudes, affects sociaux ; Voix, force de voix, qualité vocale, usages sociaux.

Atlas sonore

http://atlas.limsi.fr/

Modélisation de comportements affectifs

Mots-clés : Apprentissage et détection automatique comportements affectifs à  partir d’indices paralinguistiques et linguistiques ; Adaptation de grands modèles acoustiques et linguistiques à la  détection des émotions ; Détection de comportements anormaux et de nudge dans l’interaction ; Impact éthique et sociétal de la modélisation des affects et des nudges.

L’équipe se compose de 9 membres permanents (chercheurs CNRS, enseignants-chercheurs à l’Université Paris-Saclay), 6 doctorants, et 9 personnes ingénieures ou chercheurs CDD. Nous entretenons des liens avec les industriels (thèses en contrat CIFRE, projets de recherche) et organisons régulièrement des manifestations scientifiques (conférence TALN, ateliers et workshops scientifiques, etc.).