Aller au contenu
Traitement automatique des langues · L3

Leçon 5 sur 5

Les langues nationales de Guinée (pular, maninka, soussou) face au manque de données

Je sais expliquer pourquoi le pular, le maninka et le soussou sont des langues peu dotées pour le TAL, et mener un projet qui collecte des données de qualité et exploite les techniques adaptées au manque de données.

  • 1 h 30
  • 6 exercices corrigés
  • QCM de 7 questions

À la fin de la leçon, vous saurez :

  • Caractériser une langue peu dotée et décrire les particularités du pular, du maninka et du soussou utiles au TAL (écritures, tons, morphologie)
  • Traiter correctement les écritures latine, N'Ko et adlam (Unicode, détection d'écriture, orthographes variables)
  • Organiser une collecte et une annotation de données et mesurer l'accord entre annotateurs (kappa de Cohen)
  • Choisir les techniques adaptées au manque de données (transfert multilingue, sous-mots, rétrotraduction, priorité à la voix)
  • Intégrer les exigences éthiques et la participation des communautés de locuteurs

Avant de commencer : Leçons 1 à 4 du cours.

1Je découvre

Six mois après la mise en service de l'assistant de Tinkisso Finance, Fanta analyse les journaux. Les messages en français reçoivent une bonne réponse dans la grande majorité des cas. Mais près d'un message sur trois est écrit, en tout ou en partie, en pular, en maninka ou en soussou ; et beaucoup de clients de Labé, de Kankan ou de Boké envoient des messages vocaux plutôt que du texte. Pour tous ceux-là, l'assistant répond « Je n'ai pas compris » et passe la main à un agent.

Fanta cherche des ressources. Pour le français, elle trouve des milliards de mots de texte, des modèles pré-entraînés, des corpus parallèles, des jeux de données annotés. Pour le pular, le maninka et le soussou, elle ne trouve que quelques textes dispersés, des écritures différentes d'un document à l'autre, et presque aucune donnée étiquetée. Les clients qui ne lisent pas le français sont justement ceux que la microfinance veut le mieux servir.

Comment construire des outils de TAL pour les langues nationales de Guinée quand les données manquent, et comment le faire de façon juste et respectueuse des communautés ?

La suite se lit avec votre compte Kharandi Université

La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.

Voir toutes les leçons de Traitement automatique des langues

Signaler une erreur dans cette leçon

Toutes les leçons de Traitement automatique des langues

Pose ta question à Karamö