Séminaire RALI-OLST

Lynda Tamine Lechani (Lynda (point) Lechani <at> irit (point) fr)

Dans cet exposé, je présenterai une synthèse de travaux que j’ai menés avec mon équipe sur l’apport de la coopération entre modèles de langue pré-entrainés et graphes de connaissances pour des tâches de « compréhension » du langage naturel comme la question-réponse, la recherche d’information et la prédiction de lien.

Je vais couvrir notamment, les mécanismes de régularisation de la fonction d’apprentissage de représentation, distillation des connaissances entre modèles ou encore injection de propriétés de la structure hiérarchique. Je présenterai un bilan des études expérimentales menées dans ce cadre montrant les forces et limites de ces approches et conclurai par une mise en perspective de ces travaux à l’ère des grands modèles de langue.

Enregistrement : https://umontreal.ca.panopto.com/Panopto/Pages/Viewer.aspx?id=52e171e8-75e5-4d36-bc98-b1800019b56f

Lynda Tamine est professeure en informatique à l’université Paul Sabatier de Toulouse en France, membre de l’Institut de Recherche en Informatique (IRIT) où elle a dirigé le département « Gestion de données » et coordonne actuellement la mission « Formation». Ses activités de recherche portent principalement sur la recherche d’information (RI), en couvrant des thèmes comme la RI contextuelle, la RI sémantique et la RI interactive avec des applications dans le domaine médical. Avec son équipe, elle a obtenu des résultats scientifiques publiés dans des revues comme ACM Computing Surveys, ACM TOIS, JASIST, IP&M, dans les principales conférences de RI (ECIR, SIGIR et CIKM) et plus récemment dans des conférences en NLP (COLING, NAACL). Elle a été membre du bureau de l’Association française pour la Recherche d’information ARIA et est actuellement membre du comité éditorial de la revue Foundations and Trends in IR (FnTIR).