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

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...

IDEX REMEDLANG (2021-2023)

IDEX REMEDLANG (2021-2023)

« Évaluation d’un dispositif de remédiation anglaise et espagnole dans le but de favoriser l’autonomie langagière et l’autonomie d’apprentissage au niveau L1 en LEA » Projet IDEX de type « Emergence en Recherche », 2021-2023Coordination du projet Justine Paris Ismael...

CarDiBioMed (2022-2024)

CarDiBioMed (2022-2024)

Caractérisation du discours scientifique dans le domaine biomédical (CarDiBioMed)Projet IDEX « Émergence en Recherche », Campagne 2021. Membres du projets Université Paris Cité : C. Hamilton, S. Bottani, L. Zhu, C. Valdez, N. Kübler, A. Mestivier, N. Ballier...