décembre 2019 – Laboratoire Informatique d’Avignon

Soutenance de thèse de Carlos González – 18 décembre 2019

16 décembre 2019

Soutenance de thèse de Carlos González intitulée « Résumé automatique multimédia et multilingue et Recherche d’information » le mercredi 18 décembre 2019 à 14H00 dans la Salle de thèses (Saint Marthe – Centre Ville). Jury : Mme Violaine PRINCE Professeur, LIRMM, Montpellier 2 Rapportrice M. Eric GAUSSIER Professeur, LIG, Grenoble Rapporteur Mme. Fatiha SADAT Professeur, GDAC, Montréal Examinatrice M. Laurent BESACIER Professeur, LIG, Grenoble Examinateur M. Kamel SMAILI Professeur, LORIA, CNRS-Lorraine-Inria Examinateur M. Alfonso MEDINA URREA Chercheur, CELL, COLMEX Examinateur M. Juan-Manuel TORRES-MORENO Maître de Conférence HDR, LIA, Avignon Directeur M. Eric SANJUAN Maître de Conférence HDR, LIA, Avignon Co-directeur Résumé : Alors que les sources multimédias sont massivement disponibles en ligne, aider les utilisateurs à comprendre la grande quantité d’information générée est devenu un problème majeur. Une façon de procéder consiste à résumer le contenu multimédia, générant ainsi des versions abrégées et informatives des sources. Cette thèse aborde le sujet du résumé automatique (texte et parole) dans un contexte multilingue. Elle a été réalisée dans le cadre du projet CHISTERA-ANR Accès multilingue à l’information (AMIS). Le résumé multimédia basé sur le texte utilise des transcriptions pour produire des résumés qui peuvent être présentés sous forme textuelle ou dans leur format Plus d'infos

End-to-End Spoken Language Understanding on real world tasks

13 décembre 2019

M.Sc. internship 2020 for 6 months Title End-to-End Spoken Language Understanding on real world tasks Mentored by Mohamed Morchid, Associate Professor Location Avignon University, LIA, France Global Context Project: The internship is strongly related to ANR AISSPER for end-to-end spoken language understanding in different levels of the document content. Web sites: ANR ResearchGate Period: February 2020 to July 2020 Salary: 577.50€ p.m Aims and objectives Neural networks based algorithms are nowadays employed in a massive set of real-world related systems and applications. This internship focuses on Natural Language Processing (NLP) tasks such as Spoken Language Understanding (SLU). Among SLU based models, end-to-end (EtE) neural systems are promising in regard to the results observed already with EtE Automatic Speech Recognition (ASR) with neural based systems. A main drawback of hitherto proposed neural based SLU systems, is related to the need of a two-step process to successively extract high dimensional representation of the relevant content from the spoken signal in a homogeneous feature hidden space (ASR block) alongside to interpret these abstract features as understandable discussed subjects, mentions or intents contained in the spoken dialogue (Natural LU block). Therefore, the errors observed during these two steps are hardly located and characterized, and Plus d'infos

Partitionnement multiple de réseaux signés multiplexes

4 décembre 2019

Ces scripts ont été conçus pour analyser les votes du Parlement européen à travers une approche basée sur les réseaux multiplexes. Notre outil a été appliqué à des données représentant l’activité des membres du Parlement européen (MEP) pendant la 7e législature (de juin 2009 à juin 2014). Les données brutes décrivant cette activité ont été récupérées sur le site It’s Your Parliament. Il y avait quelques problèmes mineurs avec ces données, que nous avons dû corriger : certains MEP étaient représentés deux fois, certains profils étaient incomplets, les domaines politiques n’étaient pas définis pour tous les textes de vote, etc. Ces données nettoyées, ainsi que nos figures et résultats, sont disponibles sur Zenodo. URL : https://github.com/CompNet/MultiNetVotes Date de production : 2018–2019 Publications liées : Nejat Arınık, Rosa Figueiredo et Vincent Labatut. « Multiple partitioning of multiplexsigned networks : Application to European parliament votes ». In : Social Networks60:83-102 (2020). DOI: 10.1016/j.socnet.2019.02.001. ⟨hal-02082574⟩ (article à citer si vous utilisez ce logiciel) Nejat Arınık, Rosa Figueiredo et Vincent Labatut. « Multiple Partitioning of MultiplexSigned Networks ». In : 21ème Congrès Annuel de la Société Française de RechercheOpérationnelle et d’Aide à la Décision (ROADEF). Montpellier, FR, 2020. ROADEF ⟨hal-02428300⟩

Soutenance de Thèse de Titouan Parcollet – 3 décembre 2019

3 décembre 2019

Soutenance de thèse de Parcollet Titouan, intitulée « Réseaux de neurones artificiels fondés sur l’algèbre des quaternions » ce mardi 3 décembre 2019 à 14H30 en amphithéâtre Blaise Pascal (CERI). La thèse sera défendue devant un jury composé de : M. Thierry Artières, Professeur, ECM/LIS/CNRS, Aix-Marseille université (Rapporteur) M. Alexandre Allauzen, Professeur, LIMSI/CNRS, Paris-Sud université (Rapporteur) Mme Nathalie Camelin, Maître de Conférence, LIUM, Le Mans université (Examinatrice) M. Yoshua Bengio, Professeur, DIRO/MILA, Université de Montréal (Visioconférence, Examinateur) M. Benjamin Lecouteux, Maître de Conférence, LIG, Université Grenoble Alpes (Examinateur) M. Xavier Bost, Ingénieur de recherche, ORKIS (Examinateur) M. Georges Linarès, Professeur, LIA, Avignon université (Directeur) M. Mohamed Morchid, Maître de Conférence, LIA, Avignon université (co-Directeur) La soutenance sera réalisée en Français. Vous êtes également tous invités au pot qui suivra en Salle 5. Résumé : Au cours des dernières années, l’apprentissage profond est devenu l’appr-oche privilégiée pour le développement d’une intelligence artificielle moderne (IA). L’augmentation importante de la puissance de calcul, ainsi que la quantité sans cesse croissante de données disponibles ont fait des réseaux de neurones profonds la solution la plus performante pour la resolution de problèmes complexes. Cependant, la capacité à parfaitement représenter la multidimensionalité des données réelles reste un défi majeur pour les architectures neuronales artificielles. Pour résoudre ce Plus d'infos

Intelligence artificielle pour la compréhension du langage parlé contrôlée sémantiquement – AISSPER

2 décembre 2019

L’Agence Nationale pour la Recherche finance chaque année des projets de recherche dont plusieurs sur l’intelligence artificielle. Focus sur le projet d’AISSPER porté par Mohamed Morchid du Laboratoire d’Informatique d’Avignon : Intelligence artificielle pour la compréhension du langage parlé contrôlée sémantiquement. Lire la suite sur: https://www.actuia.com/actualite/intelligence-artificielle-pour-la-comprehension-du-langage-parle-controlee-semantiquement-aissper/