Aller au contenu

Traitement du langage naturel

PDF icon Télécharger en PDF


  • Responsable de l'UE : Laure Soulier (laure.soulier@sobonne-universite.fr)
  • Code UE : UM4RBI20-Langage
  • Volumes horaires / étu : 10 h Cours, h TD, 16 h TP
  • Nombre de crédits de l'UE/EC : 3 ECTS
  • Parcours-type :
  • Semestre où l'enseignement est proposé : S1 S2 S3 S4
  • Langue d'enseignement : Français Anglais
  • Public concerné : Département SDI Autre (préciser) :
  • Localisation : Campus PMC Autre (préciser) :

Thématique

Ce cours présente les grandes problématiques posées autour du traitement de texte, et plus particulièrement pour le traitement automatique du langage. L’objectif de ce cours est donc de présenter et manipuler les principaux modèles pour analyser, synthétiser, exploiter/interroger et produire des documents. Ce coursl se concentre sur la notion de sémantique des éléments du textes (extraction de thèmes, représentations latentes et contextuelles, …). Les modèles de classification et de fouille de texte (détection de sentiments, …) ainsi que l’enrichissement des textes grâce aux bases de connaissances sont également introduits. Les dernières avancées du domaine sous l’angle du deep learning sont enfin présentées.

Mots-clés : Traitement de texte automatique, traitement automatique du langage, sémantique, classification, deep learning

Prérequis

Afin de suivre cette UE, doivent être acquis précédemment :

  • Programmation python
  • Notions de statistiques et d’apprentissage automatique

Acquis d'apprentissage visés (AAV)

À l'issue de cette UE, les étudiantes ou étudiants seront capables de :

  1. Manipulation des données textuelles : encodage et exploitation
  2. Extraction de la sémantique d’un texte
  3. Exploitation des techniques d’apprentissage profond pour la manipulation des données textuelles

Séquencement et modalités de l'enseignement (indicatif)

Semaine C/TD/TP Contenu Préparation AAV associé(s)
S1 C1-5 Présentation des méthodes technique de traitement automatique du langage
S2 TP1-5 Mise en œuvre pratique du cours

Modalités d'évaluation des acquis d'apprentissage (1ère session)

Semaine Indiv/collectif Présentiel/distanciel Type d'examen AAV évalué(s) Barème %
S15 Individuel Présentiel TP Tous 50%
S15 Individuel Présentiel Écrit Tous 50%

2nde session

Session Indiv/collectif Présentiel/distanciel Type d'examen AAV évalué(s) Barème %
2 Individuel Présentiel Écrit 50%
1 Individuel Présentiel TP 50%

Logo SDI Date de génération de la fiche d'UE : 14/01/2026 Logo SDI