News.bridgeDate : 01/2018 – 06/2019Financement : GoogleAppel : Digital News Innovation FundingPartenaires : Deutsche Welle, Latvian News Agency, PriberamURL : https://lium.univ-lemans.fr/news-bridge/LIUM Participant(s) : Sahar GhannayNatalia TomashenkoYannick EstèveLe projet NEWS-BRIDGE a pour but de construire un ensemble d’outils exploitables commercialement utilisant les technologies de la langue pour faciliter et améliorer la production d’informations multilingues. Cet outil […]
Autonomous Lifelong Learning IntelligEnt Systems (ALLIES)Date : 12/2017 – 03/2022Financement : EU H2020Appel : chist-eraPartenaires : IDIAP (Suisse), UPC (Espagne), LNE (France)URL : https://projets-lium.univ-lemans.fr/alliesLIUM Participant(s) : Anthony LarcherLoïc BarraultFethi BougaresSylvain MeignierYevhenii ProkopaloMeysam ShamsiL’objectif du projet ALLIES est d’encourager et de démontrer le développement de systèmes autonomes, capables de maintenir une performance durable dans le temps […]
Corpus : Segmentation Thématique (FrNewsLink)URL : https://hal.archives-ouvertes.fr/hal-01741177Le package FrNewsLink comprend un ensemble de ressources permettant d’évaluer des tâches de segmentation thématique et titrage sur un corpus varié de journaux télévisés français. En raison de droits de diffusions, ce package ne contient ni les vidéos, ni les audios des journaux télévisés. Le corpus propose à la […]
Réseaux de neurones profonds pour le traitement de la langue orale et écrite (RAPACE)Date : 10/2017 – 09/2020Financement : RFI AltanStic 2020Appel : Défis scientifiques 2016Partenaires : LINA (France)URL : https://lium.univ-lemans.fr/rapace/LIUM Participant(s) : Antoine CaubrièreAntoine LaurentYannick EstèveLe projet RAPACE se focalise sur la mise en place d’une architecture neuronale profonde, associant des couches cachées spécialisées, […]
Transdisciplinary Analysis of French Newsreels (1945-1969) (Antract)Date : 10/2017 – 03/2022Financement : ANRAppel : GenericPartenaires : INA (France), EURECOM (France), Voxolab (France), CHS (France)URL : https://lium.univ-lemans.fr/antract/LIUM Participant(s) : Simon PetitrenaudAntoine LaurentSylvain MeignierPierre-Alexandre BrouxThe general objective of the ANTRACT project is the analysis of the images and sounds produced weekly in the framework of an independent […]
Corpus : TED-LIUM Release 3Licences : Creative Commons BY-NC-ND 3.0 (attribution/non-commercial/no-derivatives)Auteur(s) : François FernandezVincent NguyenSahar GhannayNatalia TomashenkoYannick EstèveThis is the TED-LIUM corpus release 3, licensed under Creative Commons BY-NC-ND 3.0 (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). All talks and text are property of TED Conferences LLC. This new TED-LIUM release was made through a collaboration between the Ubiqus […]
Corpus : TED-LIUM Release 2Licences : Creative Commons BY-NC-ND 3.0 (attribution/non-commercial/no-derivatives)Auteur(s) : Anthony RousseauPaul DelégliseYannick EstèveThis is the TED-LIUM corpus release 2, licensed under Creative Commons BY-NC-ND 3.0 (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). The TED-LIUM corpus was made from audio talks and their transcriptions available on the TED website. We have prepared and filtered these data in order […]
Corpus : TED-LIUM Release 1Licences : Creative Commons BY-NC-ND 3.0 (attribution/non-commercial/no-derivatives)Auteur(s) : Anthony RousseauPaul DelégliseYannick EstèveThis is the TED-LIUM corpus release 1, licensed under Creative Commons BY-NC-ND 3.0 (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). The TED-LIUM corpus is English-language TED talks, with transcriptions, sampled at 16kHz. It contains about 118 hours of speech. More details are given in […]
Logiciel : NMTPYLicences : MIT LicenseGitHub : https://github.com/lium-lst/nmtpyURL : https://arxiv.org/abs/1706.00457Auteur(s) : Ozan CaglayanMercedes García MartínezAdrien BardetWalid AransaLoïc BarraultFethi Bougaresnmtpy is a suite of Python tools, primarily based on the starter code provided in dl4mt-tutorial for training neural machine translation networks using Theano. The basic motivation behind forking dl4mt-tutorial was to create a framework where it […]
Logiciel : NMTPYTORCHLicences : MIT LicenseGitHub : https://github.com/lium-lst/nmtpytorch/URL : https://arxiv.org/abs/1706.00457Auteur(s) : Ozan CaglayanMercedes García MartínezAdrien BardetWalid AransaFethi BougaresLoïc BarraultThis is the PyTorch fork of nmtpy, a sequence-to-sequence framework which was originally a fork of dl4mt-tutorial.
English