BERT et sa version française CamemBERT

Pour approfondir le sujet

Sur le même thème :

META AI dévoile BlenderBot 3, un projet de recherche sur l’IA conversationnelle

Après avoir présenté BlenderBot en 2020, la mouture BlenderBot 2.0 en 2021, META a dévoilé BlenderBot 3 le 5 août dernier. Comme pour ses...

Reconnaissance faciale : la plateforme « From Numbers to Name » aide à identifier les victimes de l’Holocauste

Le deep learning est aujourd'hui utilisé dans de nombreux domaines, il l'est de plus en plus dans celui de l'histoire. Daniel Patt, un ingénieur...

Lancement de l’appel à candidatures de la phase V des pôles de compétitivité

Alors que la phase IV (2019-2022) des pôles de compétitivité prendra fin en décembre 2022, Bruno Le Maire, Ministre de l’Economie, des Finances et...

Focus sur SMART, programme de l’IARPA visant à identifier et surveiller les constructions à grande échelle grâce au machine learning

L'IARPA (Intelligence Advanced Research Projects Activity), la branche de recherche de la communauté du renseignement aux Etats-Unis, a lancé le programme SMART (Space-based Machine...

BERT et sa version française CamemBERT

Le champion du traitement automatique du langage BERT (Bidirectional Encoder Representations from Transformers) dispose maintenant de sa version française CamemBERT. Malgré le nom, ce n’est pas une blague et c’est même très sérieux. CamemBERT issu d’un travail entre Facebook AI Research, l’Inria et ALMAnach, ce dernier bat tous les records, il surpasse de nombreux modèles français : c’est 138 GO de “data” en français (OSCAR) qui viennent s’ajouter à sa dernière version roBERTa et ses 100 GO d’origine.

Les corpus utilisés habituellement sont en anglais, l’ajout du français rend le modèle plus souple pour une meilleure compréhension d’autres langues.

Camem/BERT en résumé :

  • Prend en entrée du texte mais peut également travailler sur des images
  • BERT apprend de façon non supervisée, l’entrée se suffit à elle même
  • 345 millions de paramètres
  • Coût de calcul d’apprentissage (officiel) proche des 60.000 $

Ses usages :

  • Traduire du texte
  • Pour compléter une phrase / Masked LM (MLM)
  • Ecrire un article complet / Next Sentence Prediction (NSP)
  • Comparer le sens de deux phrases
  • Décrire et classer une image
  • Déterminer le sujet du verbe, du complet d’objet…
  • Répondre à des questions

Un véritable atout pour les chatbots et autres moteurs de recherche, c’est d’ailleurs aujourd’hui 10 décembre 2019 que Google met à jour son moteur de recherche avec “BERT” en France.

(Bonus) Peut-il rivaliser avec Philippe Katerine ?
Avec un nom peu commun comme “CamemBERT”, quoi de mieux de faire un petit test avec un chanteur très original comme Philippe Katerine.

Entrée :

J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le <mask>.

Sortie :

[(“J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le son.”, 0.3013828694820404, ‘ son’)
(“J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le courant.”, 0.12097518146038055, ‘ courant’)
(“J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le cordon.”, 0.07270603626966476, ‘ cordon’)
(“J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le souffle.”, 0.03157758712768555, ‘ souffle’)
(“J’adoreeeeeeeeeeeeeeeeeeee regarder danser les gens et de temps en temps je coupe le contact.”, 0.028451628983020782, ‘ contact’)]

Résultat : CamemBERT s’en sort plutôt bien, peut-être une nouvelle source d’inspiration 2.0 pour de futurs paroliers.

D’après CamemBERT également :
Cédric est un contributeur-expert d’ActuIA très… actiftrès apprécié… 😉

Pour en savoir plus sur CamemBERT :
https://camembert-model.fr/

 


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 

Contributeur expert

Cedric Vasseur

Cédric Vasseur est conférencier, formateur, chroniqueur spécialiste des nouvelles technologies

Partager l'article

META AI dévoile BlenderBot 3, un projet de recherche sur l’IA conversationnelle

Après avoir présenté BlenderBot en 2020, la mouture BlenderBot 2.0 en 2021, META a dévoilé BlenderBot 3 le 5 août dernier. Comme pour ses...

Reconnaissance faciale : la plateforme « From Numbers to Name » aide à identifier les victimes de l’Holocauste

Le deep learning est aujourd'hui utilisé dans de nombreux domaines, il l'est de plus en plus dans celui de l'histoire. Daniel Patt, un ingénieur...

Lancement de l’appel à candidatures de la phase V des pôles de compétitivité

Alors que la phase IV (2019-2022) des pôles de compétitivité prendra fin en décembre 2022, Bruno Le Maire, Ministre de l’Economie, des Finances et...

Focus sur SMART, programme de l’IARPA visant à identifier et surveiller les constructions à grande échelle grâce au machine learning

L'IARPA (Intelligence Advanced Research Projects Activity), la branche de recherche de la communauté du renseignement aux Etats-Unis, a lancé le programme SMART (Space-based Machine...
Recevoir une notification en cas d'actualité importante    OK Non merci