Projets

METAL, Modèles et Traces au service de l’Apprentissage des Langues, est un projet e-Fran. J’effectue une thèse dans le cadre de ce projet ; elle porte sur la conception, le développement et l’évaluation de technologies innovantes pour l’apprentissage personnalisé des langues écrites. Je me focalise sur le français.

Mon objectif est de permettre une meilleure automatisation de la génération d’exercices. Plus spécifiquement, l’objectif est de concevoir un modèle permettant de générer des phrases respectant certaines contraintes lexicales et/ou syntaxiques. Ces phrases seront ensuite utilisées pour créer des exercices impliquant les constructions lexicales et/ou syntaxiques présentes dans la phrase générée.

J’ai été mobilisée par le projet WEB-NLG. Ce projet participe à la promotion de systèmes de génération permettant de produire du texte à partir de données du web sémantique.

Concrètement, j’ai travaillé à la jonction de VerbNet (une base décrivant la structure canonique des phrases de plus de 4000 verbes anglais) et GenI (réalisateur de surface). Ma principale proposition est une méthode de création automatique d’une grammaire noyau syntaxico-sémantique ; elle a fait l’objet d’article en cours de publication (Récital 2017).

Golfred vise la production de récit à partir d’expériences spatiales d’un robot de service (GOLEM) par extraction de connaissances textuelles.

J’ai intégré les résultats de ma participation au sein de Web-NLG dans ce magnifique projet. Les connaissances textuelles extraites sont structurées en rdfs : du web sémantique produit par Fred (LIPN, Université de Paris 13 (FRANCE)), en provenance des images décodées par GOLEM (IIMAS, UNAM (Mexique)). Il s’agit donc de générer du texte en anglais correct et à la lecture la plus fluide possible.