Ce cours de traitement automatique du langage naturel (TALN) offre une compréhension à la fois fondamentale et pratique des principales techniques de TALN, allant du traitement de texte et de l’extraction de caractéristiques aux approches modernes d’apprentissage automatique et d’apprentissage profond. Les étudiants exploreront les méthodes de base telles que la tokenisation, l’analyse de sentiments et la modélisation thématique, à l’aide d’outils comme NLTK et spaCy. Le cours aborde également des modèles avancés, notamment les RNN, LSTM et les Transformers tels que BERT et GPT, en mettant en évidence leurs applications concrètes. Grâce à des projets pratiques, les étudiants apprendront à concevoir et à évaluer des modèles de TALN, à comprendre les enjeux éthiques et à appliquer ces techniques dans divers secteurs, les préparant ainsi à des travaux avancés dans le traitement du langage basé sur l’IA.

Temps présentiel : 30 heures

Charge de travail étudiant : 70 heures

Méthode(s) d'évaluation : Examen final, Examen partiel, Travail personnel