Traitement automatique des langues dans le contexte de données dégradées et mal-supervisées

Automatic language processing in the context of degraded and poorly supervised data

• Auteur / Autrice : Pierre Lepagnol
• Direction : Sophie Rosset
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 07/02/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....)
• Partenaire(s) de recherche : Equipe de recherche : LIPS
• Partenaire(s) de recherche : référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Approches centrées sur les données

Supervision faible

Tal

Apprentissage par transfert

Apprentissage actif

Llm

Nlp

Approches data-centric

Weak supervision

Llm

Active learning

Transfer learning

Résumé

Pour cette thèse, nous nous plaçons dans la situation où nous disposons de relativement peu de données d'apprentissage, qui sont de plus de qualité dégradée. De cela nous en déduisons deux axes de recherche, tout d'abord une meilleure compréhension et caractérisation des dégradations visant à l'amélioration de la qualité des jeux de données, ainsi que le développement de procédures d'entraînement robustes en présence de données fortement dégradés.

For this thesis, we place ourselves in the situation where we have relatively little training data, which is moreover of degraded quality. From this we deduce two lines of research, first a better understanding and characterization of degradations aimed at improving the quality of datasets, as well as the development of robust training procedures in the presence of highly degraded data. .