Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Reconnaissance automatique de la parolevignette|droite|upright=1.4|La reconnaissance vocale est habituellement traitée dans le middleware ; les résultats sont transmis aux applications utilisatrices. La reconnaissance automatique de la parole (souvent improprement appelée reconnaissance vocale) est une technique informatique qui permet d'analyser la voix humaine captée au moyen d'un microphone pour la transcrire sous la forme d'un texte exploitable par une machine.
PhonèmeEn phonologie, domaine de la linguistique, un phonème est la plus petite unité discrète (ou distinctive, c'est-à-dire permettant de distinguer des mots les uns des autres) que l'on puisse isoler par segmentation dans la chaîne parlée. Un phonème est en réalité une entité abstraite, qui peut correspondre à plusieurs sons. Il est en effet susceptible d'être prononcé de façon différente selon les locuteurs ou selon sa position et son environnement au sein du mot (voir allophone) : les phones sont les différentes réalisations d'un phonème.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Phonological awarenessPhonological awareness is an individual's awareness of the phonological structure, or sound structure, of words. Phonological awareness is an important and reliable predictor of later reading ability and has, therefore, been the focus of much research. Phonological awareness involves the detection and manipulation of sounds at three levels of sound structure: (1) syllables, (2) onsets and rimes, and (3) phonemes. Awareness of these sounds is demonstrated through a variety of tasks (see below).
Champ aléatoire conditionnelLes champs aléatoires conditionnels (conditional random fields ou CRFs) sont une classe de modèles statistiques utilisés en reconnaissance des formes et plus généralement en apprentissage statistique. Les CRFs permettent de prendre en compte l'interaction de variables « voisines ». Ils sont souvent utilisés pour des données séquentielles (langage naturel, séquences biologiques, vision par ordinateur). Les CRFs sont un exemple de réseau probabiliste non orienté.
Phonemic orthographyA phonemic orthography is an orthography (system for writing a language) in which the graphemes (written symbols) correspond to the phonemes (significant spoken sounds) of the language. Natural languages rarely have perfectly phonemic orthographies; a high degree of grapheme–phoneme correspondence can be expected in orthographies based on alphabetic writing systems, but they differ in how complete this correspondence is.
Méthode syllabiqueLa méthode syllabique, couramment appelée « b.a. – ba », est une méthode d'apprentissage de la lecture consistant à identifier les lettres présentes dans un mot, afin de pouvoir les combiner en syllabes pour arriver à la formation d’un mot. Il s’agit d’un mécanisme associatif. Une fois que la relation entre le phonème – élément sonore distinctif du langage – et le graphème – s, c, ss, sc, ç sont des graphèmes correspondant au phonème [s] – est maîtrisée, l’enfant apprend à lire les assemblages de graphèmes sous forme de syllabes ou de mots.
Synthèse vocaleLa synthèse vocale est une technique informatique de synthèse sonore qui permet de créer de la parole artificielle à partir de n'importe quel texte. Pour obtenir ce résultat, elle s'appuie à la fois sur des techniques de traitement linguistique, notamment pour transformer le texte orthographique en une version phonétique prononçable sans ambiguïté, et sur des techniques de traitement du signal pour transformer cette version phonétique en son numérisé écoutable sur un haut parleur.
VoisementLe voisement est une qualité (ou propriété) de certains sons de la parole. Un son est voisé si sa production s’accompagne d'une vibration des cordes vocales et sinon, il est non voisé. Tout locuteur peut facilement faire l’expérience de ce phénomène en plaçant sa main sur sa gorge (au niveau de la pomme d'Adam) puis en prononçant successivement « ssssss » (non voisé) et « zzzzzz » (voisé). Dans la tradition francophone, on utilise le terme sonorisation (opposition sourd / sonore), voisement étant un anglicisme.
Segmentation d'imageLa segmentation d'image est une opération de s consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures.
Long short-term memoryLong short-term memory (LSTM) network is a recurrent neural network (RNN), aimed to deal with the vanishing gradient problem present in traditional RNNs. Its relative insensitivity to gap length is its advantage over other RNNs, hidden Markov models and other sequence learning methods. It aims to provide a short-term memory for RNN that can last thousands of timesteps, thus "long short-term memory".
Algorithme de ViterbiL'algorithme de Viterbi, d'Andrew Viterbi, permet de corriger, dans une certaine mesure, les erreurs survenues lors d'une transmission à travers un canal bruité. Son utilisation s'appuie sur la connaissance du canal bruité, c'est-à-dire la probabilité qu'une information ait été modifiée en une autre, et permet de simplifier radicalement la complexité de la recherche du message d'origine le plus probable. D'exponentielle, cette complexité devient linéaire.
Champ aléatoire de MarkovUn champ aléatoire de Markov est un ensemble de variables aléatoires vérifiant une propriété de Markov relativement à un graphe non orienté. C'est un modèle graphique. Soit un graphe non orienté et un ensemble de variables aléatoires indexé par les sommets de . On dit que est un champ aléatoire de Markov relativement à si une des trois propriétés suivantes est vérifiée c'est-à-dire que deux variables aléatoires dont les sommets associés ne sont pas voisins dans le graphe sont indépendantes conditionnellement à toutes les autres variables.
Lecturethumb|upright=1.5|La lecture, Henri Fantin-Latour (1870) La lecture peut être définie comme une activité psychosensorielle qui vise à donner un sens à des signes graphiques recueillis par la vision et qui implique à la fois des traitements perceptifs et cognitifs. L'histoire de la lecture remonte à l'invention de l'écriture au cours du millénaire avant notre ère. Bien que la lecture de textes imprimés soit aujourd'hui un moyen important d'accès à l'information pour la population en général, cela n'a pas toujours été le cas.
Prononciation de l'anglaisLa prononciation de l'anglais varie considérablement dans sa phonologie, principalement en raison de son histoire, à travers différentes périodes historiques distinctes, et de son expansion géographique.
Segment (linguistics)In linguistics, a segment is "any discrete unit that can be identified, either physically or auditorily, in the stream of speech". The term is most used in phonetics and phonology to refer to the smallest elements in a language, and this usage can be synonymous with the term phone. In spoken languages, segments will typically be grouped into consonants and vowels, but the term can be applied to any minimal unit of a linear sequence meaningful to the given field of analysis, such as a mora or a syllable in prosodic phonology, a morpheme in morphology, or a chereme in sign language analysis.
PhonotaxeLa phonotaxe ou phonotactique est la branche de la phonétique et de la phonologie d’une langue donnée, qui étudie les séquences de sons (phones du point de vue de la phonétique), respectivement de phonèmes (du point de vue de la phonologie) pouvant exister dans cette langue, c’est-à-dire quels sons peuvent apparaître et dans quelles positions dans la langue en cause (par exemple structures possibles de syllabes, séquences de consonnes). Ces possibilités et les restrictions qu’elles impliquent constituent les règles phonotactiques de la langue.
Prononciation du japonaisCet article traite de la prononciation du japonais. Rappelons que le japonais possède trois systèmes d'écriture : les kanas, systèmes syllabiques, existant en deux formes : hiragana pour noter la grammaire, ou des mots très bien intégrés à la langue japonaise ; katakana pour les mots empruntés ou lorsqu'on travaille sur un support phonétique (cette page utilisera tout de même plutôt les hiragana) ; les kanjis, directement d'origine chinoise, qui peuvent avoir plusieurs prononciations en langue japonaise : la prononciation « on'yomi » (音読み, « lecture sonore »), reproduisant approximativement la prononciation chinoise du sinogramme emprunté, une ou plusieurs prononciations « kun'yomi (訓読み, « lecture sémantique »), où l'utilisation du sinogramme est sémantique : la prononciation est nativement japonaise.
Algorithme espérance-maximisationL'algorithme espérance-maximisation (en anglais expectation-maximization algorithm, souvent abrégé EM) est un algorithme itératif qui permet de trouver les paramètres du maximum de vraisemblance d'un modèle probabiliste lorsque ce dernier dépend de variables latentes non observables. Il a été proposé par Dempster et al. en 1977. De nombreuses variantes ont par la suite été proposées, formant une classe entière d'algorithmes.
