Module TALN
Module TALN Traitement Automatique du Langage Naturel (NLP Natural Language Processing)
Cours Présenté par :
Pr. HACENE BELHADEF (Professeur à l'université de Constantine 2)
Mr. ISLAM DJEMAL (Doctorant à l'université de Mila)
مخطط الموضوع
Objectifs et Sommaire
- Objectifs :
Le cours apportera à l'étudiant les bases théoriques nécessaires à la compréhension des objectifs et des défis actuels du traitement automatique du langage naturel (TALN). En parallèle, l'étudiant apprendra à analyser et à expliquer les limites pratiques et techniques que l'on rencontre dans la mise en place de systèmes informatiques destinés au traitement des langues.
A la fin de ce cours, l’étudiant sera en mesure de :
- maitriser des notions de base en Traitement Automatique des Langues,
- prendre en main les outils et la programmation en python pour le traitement automatique du langage naturel.
- Prendre en main un Pipeline (Processus ou chaîne de production) pour le développement des applications TALN.
- visualiser, évaluer et critiquer les résultats de développent.
Chapitre 3 : Prétraitement (Preprocessing)
Objectifs du chapitre :
L’objectif de ce chapitre est d’amener l’étudiant à être en mesure de définir une procédure de nettoyage et de préparation des données textuelles appropriée à un type de projet en NLP.
- Appliquer des techniques de préparation de données textuelles,
- Appliquer des techniques de normalisation de texte,
- Créer une procédure de nettoyage de données textuelles.
- Prendre en main les bibliothèques dédiées de Python.
Chapitre 4 : Vectorisation (Représentation Vectorielle)
Objectifs du chapitre :
L’objectif de ce chapitre est d’amener l’étudiant à être en mesure de définir une procédure de représentation numérique d’un mot ou d’un texte sous forme vectorielle. Pour cela l’étudiant va apprendre comment :
- Créer une procédure de transformation d’un texte vers un vecteur numérique,
- Prendre en main les bibliothèques Python dédiées,
- Comprendre les avantages et les inconvénients de chaque méthode.
Chapitre 5: Techniques de Modélisation
Objectifs du chapitre :
L’objectif de ce chapitre est d’amener l’étudiant à être en mesure de définir une procédure de représentation numérique d’un mot ou d’un texte sous forme vectorielle. Pour cela l’étudiant va :
- Comprendre le principe de fonctionnement des algorithmes d’apprentissage automatiques classiques et profonds les plus utilisés et les plus répondus dans le domaine TALN,
- Apprendre à appliquer les mesures de performances pour évaluer un modèle TALN,
- Prendre en main les bibliothèques Python dédiées pour exploiter ces différents algorithmes.