Téléchargé 77 fois
Téléchargé paraixtal
Big Data et Technologies du Langage
Le document aborde l'évolution des technologies du langage en lien avec le big data et présente une perspective historique de la traduction automatique et de l'analyse linguistique. Il souligne les défis méthodologiques et épistémologiques liés à l'utilisation des grandes quantités de données, notamment dans le domaine de la linguistique. En fin de compte, le texte questionne la capacité de compréhension que ces technologies apportent malgré leurs avancées significatives.
Big Data et Technologies du Langage
- 1. Big Data et Technologiesdu langage Jean Véronis CRIP - Assises du Big Data, du Stockage et des Bases de données 18 octobre 2012
- 2.
- 3. Professeur des Universités Coordinateur grands projets de recherche Membre de groupe d’experts internationaux Président de l’ATALA ( 2000-2008) Etats-Unis CNRS Aix-Marseille Université Pages Jaunes France Télécom - Orange Thalès Wikiogroup Ebuzzing consultant ... entrepreneur email: jean@veronis.fr Page perso : http://www.veronis.fr Blog : http://blog.veronis.fr Wikipedia : http://fr.wikipedia.org/wiki/Jean_Véronis
- 4. Valoriser 30 ans de recherches typographie, écritures correction orthographique traduction automatique dialogue homme-machine synthèse de la parole sémantique ontologies lexiques entités nommées textmining discours politique analyse de l’actu réseaux sociaux influence
- 5. Buzzanalytics http://www.trendsboard.com
- 6.
- 7. Le langage està peu près le seul moyen d’accès à l’information
- 8. Mêmes les images etles vidéos sont indexées par les mots qui les environnent
- 9.
- 10.
- 11. Film d’anticipationréaliste Reflète ce que les scientifiques pensaient possible en 2001 Marvin Minsky (MIT)
- 12. La réalité... http://www.sirifunny.com/siri-fail/
- 13. Le rêve acommencé en 1946… En 1960 on affirmait que 5 ans plus tard on pourrait se passer de traducteurs humains pour les articles techniques…
- 14. Google translate Loinde la qualité humaine, mais très gros progrès !
- 15. Les progrès dela traduction automatique sont dus à l’approche Big Data de gigantesque réservoir de milliards de mots dans toutes les langues
- 16. Méthodologie née vers1990 Avant le Web... Corpus multilingues « Data-drivenmethods » La Pierre de Rosette
- 17. Changement de paradigme méthodessymboliques méthodes basées sur les données logique statistiques approche rationnelle approche empirique
- 18. Ca remonte loin... rationalisme empirisme René Descartes John Locke
- 19.
- 20. Big Data Continuité « data-drivenmethod » Changement d’échelle années 2000 Web (Google...) millions de mots → milliards Changement de technologie stockage (Cloud...) puissance de calcul (mapreduce, etc.)
- 21. Panacée ? Difficultéspratiques qui a des données ? Google, Microsoft, Facebook, Twitter, Amazon... mais les autres chercheurs ? qui a les moyens techniques (et financiers) ? Google, Microsoft, Facebook, Twitter, Amazon... mais lesautres chercheurs ?
- 22. Exemple Projet ngramde Google Ngrammes issus de Google Books rendus publics 500 milliards de mots 4% des livres jamais publiés sur Terre plus grand corpus linguistique de tous les temps « cholera » en fr « blog »
- 23. Exemple On enfait quoi ? Très peu d’utilisations concrètes
- 24. Panacée ? Difficultésméthodologiques il ne suffit pas d’avoir les données il faut : des théories des modèles des outils Cas particulier de la linguistique
- 25. tradition scientifique Astronomie Physique (ex: Sky (ex: LHC) Survey) Biologie Big (ex: génome) data etc. tradition littéraire Linguistique
- 26. Problèmes Culturel Séparation lettres / sciences y compris dans les formations Epistémologique La linguistique est essentiellement rationaliste notre raison soit expliquer les règles du langage nous possédons tous la faculté de langage ce n’est donc pas un matériau d’observation l’approche statistique est bannie
- 27. Au fond... Les BigData ne nous mettent-elles pas dans le même inconfort intellectuel que la physique quantique? On observe, on prédit, mais comprend-on vraiment ?
- 28.