Soutenances de thèse / d’HDR

Architectures neuronales multilingues pour le traitement automatique des langues naturelles ► Lire la suite

Du signal au concept : Réseaux de neurones profonds appliqués à la compréhension de la parole ► Lire la suite

Collaviz: un prototype pour la détection et la visualisation des dynamiques collectives dans les forums des MOOC ► Lire la suite

Une approche neuronale pour l'analyse d'opinions en arabe ► Lire la suite

Démocratisation des visiocasques de réalité augmentée : Perspective de la saisie de texte dans des environnements de travail ► Lire la suite

Reconnaissance de la parole dans un contexte de cours magistraux : évaluation, avancées et enrichissement ► Lire la suite

Contribution à l'apprentissage humain de gestes à l'aide de techniques de clustering pour l’analyse de mouvements capturés. ► Lire la suite

Segmentation et regroupement en locuteurs dans des documents audiovisuels, en interaction avec des annotateurs humains ► Lire la suite

Construction rapide, performante et mutualisée de systèmes de reconnaissance et de synthèse de la parole pour de nouvelles langues ► Lire la suite

Apprentissage et applications de représentations distribuées multilingues ► Lire la suite

Réseaux de neurones profonds appliqués à la compréhension de la parole Cette thèse s'inscrit dans le cadre de l'émergence de l'apprentissage profond et aborde la compréhension de la parole assimilée à l'extraction et à la représentation automatique du sens contenu dans les mots d'une phrase parlée. ► Lire la suite

Modèles acoustiques pour la reconnaissance du locuteur ► Lire la suite

Jeux Éducatifs Mobiles : JEM Inventor, un outil auteur fondé sur une approche de conception gigogne ► Lire la suite

La diversité des langues complexifie la tâche de communication entre les humains à travers les différentes cultures. La traduction automatique est un moyen rapide et peu coûteux pour simplifier la communication interculturelle. ► Lire la suite

Cette thèse s’inscrit dans le domaine de l’ingénierie des Environnements Virtuels pour l’Apprentissage Humain (EVAH) et a été financée par le projet ANR JEN.lab. Les jeux épistémiques numériques (JEN) sont une catégorie des jeux sérieux dédiés à la résolution de problèmes complexes, pluridisciplinaires et non-déterministes. L’objectif de ces JEN est de proposer des situations d’apprentissage authentiques du point de vue des interactions qu’elles permettent, les apprenants pouvant alors construire et ancrer des connaissances dans leur contexte d’usage. ► Lire la suite

Les différences entre conditions d’apprentissage et conditions de test peuvent considérablement dégrader la qualité des transcriptions produites par un système de reconnaissance automatique de la parole (RAP). L’adaptation est un moyen efficace pour réduire l’inadéquation entre les modèles du système et les données liées à un locuteur ou un canal acoustique particulier. ► Lire la suite

La segmentation et regroupement en locuteurs (SRL) de collection cherche à répondre à la question « qui parle quand ? » dans une collection de documents multimédia. C’est un prérequis indispensable à l’indexation des contenus audiovisuels. La tâche de SRL consiste d’abord à segmenter chaque document en locuteurs, avant de les regrouper à l’échelle de la collection. ► Lire la suite

Nous abordons, dans cette thèse, une étude sur les représentations continues de mots (en anglais word embeddings) appliquées à la détection automatique des erreurs dans les transcriptions de la parole. En dépit de la performance des systèmes de reconnaissance automatique de la parole actuels, de nombreuses erreurs sont encore générées. Cela s’explique par leur sensibilité aux diverses variabilités liées à l’environnement acoustique, au locuteur, au style de langage, à la thématique du discours, etc. Notre étude se concentre sur l’utilisation d’une approche neuronale pour améliorer la détection automatique des erreurs dans les transcriptions automatiques, en exploitant les word embeddings. Ces représentations ont révélé être d’un grand atout dans différentes tâches de traitement automatique des langues naturelles (TALN). ► Lire la suite

Les travaux de thèse s’inscrivent dans le domaine des Environnements Informatiques pour l’Apprentissage Humain (EIAH). Ils portent sur la proposition de processus, méthodes et outils pour assister les enseignants et les formateurs dans la réutilisation et la capitalisation des scénarios d’apprentissage. L’approche proposée nommée CAPtuRe a pour objectif de modéliser, évaluer et exploiter les informations contextuelles relatives à un scénario en se basant sur des observations effectives de ce dernier pour améliorer la réutilisation. ► Lire la suite

Cette thèse s’inscrit à la fois dans le domaine scientifique de l’ingénierie des Environnements Informatiques pour l’Apprentissage Humain (EIAH) et de l’Ingénierie Dirigée par les Modèles (IDM). Elle s’est déroulée dans le cadre du projet de recherche ANR GraphiT. Ces travaux sont fondés sur le constat que les enseignants sous-exploitent les plate-formes de formation en ligne mises à leur disposition. Par méconnaissance de leurs possibilités d’expression, la mise en œuvre de scénario pédagogique, conçu au préalable, reste difficile. ► Lire la suite