L’Institut Carnot Cognition valide le financement du projet « PATY »

Nous avons le plaisir de vous annoncer que Alain Ghio, ingénieur de recherche au LPL, vient d’obtenir un financement pour le projet de recherche « Plateforme de traitement de parole atypique (PATY) », sous la coordination de Jérôme Farinas de l’Institut de Recherche en Informatique de Toulouse (IRIT). Ce projet, soumis dans le cadre d’un appel d’offres de l’Institut Carnot Cognition dont le LPL est membre, vise à rendre accessibles les derniers résultats de recherche et de développement autour de la parole atypique (pathologies, accents régionaux…) et de créer un outil associant plusieurs méthodes d’analyse et de traitement automatique. La plateforme réalisée pourrait ensuite faire objet d’une valorisation auprès de la communauté de recherche spécialisée dans la cognition et le traitement de la parole ainsi que dans différents secteurs de la santé ou de l’industrie.

Best Paper Award : Giulia Rambelli, doctorante au LPL

Giulia Rambelli, doctorante au LPL sous la direction de Philippe Blache et de Alessandro Lenci (Pisa), vient d’obtenir le « Best Paper Award » pour l’article scientifique intitulé « Comparing Probabilistic, Distributional and Transformer-Based Models on Logical Metonymy Interpretation » dont elle est première auteure, aux côtés de P. Blache, E. Chersoni, A. Lenci et C.-R. Huang.

Le prix a été remis vendredi dernier à l’occasion de la conférence AACL-IJCNLP qui s’est tenue en ligne du 4 au 7 décembre (Suzhou, Chine). Félicitations, Giulia !

 

Résumé en français :

Comparaison de modèles probabilistes, de modèles de distribution et de modèles basés sur des transformers pour l'interprétation de la métonymie logique
En linguistique et en sciences cognitives, les métonymies logiques sont définies comme des conflits de types entre un verbe sélectionnant un événement et un nom  désignant une entité (par exemple, "l'éditeur a terminé l'article"). Les métonymies sont généralement interprétées en déduisant un événement caché (par exemple, la lecture) sur la base d'indices contextuels. Cet article aborde le problème de l'interprétation de la métonymie logique (c'est-à-dire la récupération de l'événement caché) par des méthodes de calcul. Nous comparons différents types de modèles, y compris les modèles probabilistes et les modèles de distribution précédemment introduits dans la littérature sur le sujet. Pour la première fois, nous avons également testé sur cette tâche certains des récents modèles basés sur des transformers, tels que BERT, RoBERTa, XLNet et GPT-2. Nos résultats montrent un scénario complexe, dans lequel les meilleurs modèles basés sur les transformers et certains modèles de distribution traditionnels ont des performances très similaires. Cependant, les faibles performances de certains jeux de données de test suggèrent que la métonymie logique reste un phénomène difficile pour la modélisation informatique.