DLLA (2022-2023)

Archives projets

Deep Learning for Language Assessment (DLLA) 
Janvier 2022 – Décembre 2023 

Porteur et co-porteur du projet

Mots-clés

Prédiction du niveau des apprenants, linguistique de corpus, apprentissage des langues, deep learning, corpus d’apprenants, jets textuels (textual bursts).

Résumé du projet

Le projet Deep Learning for Language Assessment (DLLA) est un projet exploratoire pour construire les outils permettant d’analyser les productions des apprenants à partir des traces numériques saisies au clavier (keylogs). Il vise à confronter deux méthodologies d’analyse automatique des textes (prédiction du niveau CECRL) et à essayer de développer des modèles d’analyse fondés sur ces traces numériques. Nous cherchons à construire un prototype qui propose des feedbacks visuels pour les apprenants à partir de l’interprétation des données saisies.

À lire aussi

PARAAF

PARAAF

, ,

PARAAF: Perception de l'Anglais et Reconnaissance Automatique d'Accents à la Fac Projet (2024-2025) financé dans le cadre de l'AAP Formation SH de la Faculté Sociétés et Humanités.Objectifs Caractériser l'accent anglais des apprenants francophones à travers :...

ANR GLITCH

ANR GLITCH

,

Projet ANR JCJC (2024-2027) porté par Maud Pélissier.Résumé Deux techniques d’apprentissage sont particulièrement efficaces pour la mémorisation : l’effort de rappel (essayer de se rappeler d’un élément plutôt que simplement le relire) et l’apprentissage espacé...

ANR MaTOS (2023-2026)

ANR MaTOS (2023-2026)

Près de 70 ans après l'expérience de Georgetown, MaTOS (''Machine Translation for Open Science'') revisite la traduction automatique de documents scientifiques en texte intégral afin de faciliter et d'ouvrir l'accès à la connaissance scientifique. MaTOS est soutenu...