RD

Richard Dufour

Enseignant-Chercheur en Informatique - Traitement automatique du langage et de la parole
134
Documents
Affiliation actuelle
  • Traitement Automatique du Langage Naturel (LS2N - équipe TALN)
Identifiants chercheurs
Contact

Présentation


Traitement automatique du langage et de la parole

Laboratoire des Sciences du Numérique de Nantes (LS2N) - Équipe TALN - Nantes Université

Thèmes de recherche

  • Traitement automatique de la langue écrite et parlée
  • Extraction d'information
  • Analyse des réseaux sociaux et Internet
  • Reconnaissance automatique de la parole

Enseignements dispensés

  • Apprentissage automatique : business intelligence, innovation et recherche...
  • Algorithmie et programmation : architecture des ordinateurs, programmation C et C++, structure de données...
  • Modélisation orientée-objet : génie logiciel, langage UML, design patterns avancés, architecture des systèmes d'information...
  • Réseau et sécurité : web et réseaux, architectures orientées services, sécurité des cartes à puce...

Responsabilités académiques et scientifiques

Résumé travaux de recherche

Mes travaux de recherche ont débuté en reconnaissance automatique de la parole (RAP), en particulier sur le traitement de la parole spontanée. Cette thématique se retrouve dans le projet ANR EPAC, où mes travaux m'ont amené à m'intéresser à l'adaptation des modèles de RAP. J'ai également pu travailler sur l'extraction d'information à travers les systèmes de RAP, que l'on retrouve à la fois dans le projet ANR EPAC, pour la détection de la parole spontanée, mais également le projet ANR PERCOL, pour la reconnaissance et correction de noms propres.

Le spectre de mes thématiques de recherche s'est ensuite élargi pour travailler à la fois sur des documents écrits et parlés, avec comme point central la problématique de la représentation des mots contenus dans les documents en vue de leur utilisation pour d'autres tâches. Mes travaux m'ont alors amené à travailler sur des représentations de documents de plus haut niveau que le simple niveau mot, que l'on retrouve en particulier dans le projet ANR SuMACC. La prise en compte de l'aspect temporel des mots et des documents a également fait partie de mes orientations scientifiques, que l'on retrouve dans le projet ANR ContNomina.

Les problématiques en traitement du langage, intégrant une forte interdisciplinarité, ont pris une place de plus en plus importante dans les travaux de recherche dans lesquels je m'intègre depuis plusieurs années (projets GaFes, TheVoice et RePoGa). En particulier, ceux-ci ont fait émerger des problématiques d'évaluation originales, nécessitant la mise en place de cadres expérimentaux souvent inexistants (responsable du projet ANR DIETS). Nous avons donc oeuvré à la proposition de nouveaux cadres de travail dont la dimension sciences humaines a été un enjeu important, nous permettant également de proposer des approches originales comme par exemple pour l'exploration des réseaux sociaux numériques ou l'étude de la voix jouée.

Outils open-source

Données diffusées

  • NACHOS (par Yanis Labrak) : large corpus de données médicales (8 Go) collectées sur Internet et disponibles à des fins de recherche.
  • WAC (par Noé Cécillon) : un corpus de conversations de Wikipedia pour la détection de messages abusifs dans des conversations.
  • ANTILLES (par Yanis Labrak) : extension des POS tags (classes morphsyntaxiques) s'appuyant sur le corpus UD_French-GSD.

Projets et Partenaires

Porteur projet ANR

  • 2023-2027 : Projet ANR MALADES : Grands modèles de langue adaptables et souverains pour le domaine médical français. Partenaires : Clinique des données (CHU de Nantes), LIA (Avignon Université), LIS (Aix-Marseille Université).
  • 2021-2024 : Projet ANR DIETS : Diagnostic automatique des erreurs des systèmes de transcription de parole end-to-end à partir de leur réception par les utilisateurs. Projet JCJC. Experts impliqués : Jane Wottawa - LIUM (Le Mans Université), Arnaud Rey - LPC (Aix-Marseille Université), Yannick Estève et Mickaël Rouvier - LIA (Avignon Université).

Participation projets financés

  • 2023-2027 : Projet CNRS-AID Naviterm : Montée en compétence des chercheurs sur un domaine de recherche.
  • 2023-2027 : Projet ANR Lexhnology : Modélisation linguistique et computationnelle de la structure discursive des textes juridiques appliquée à l'apprentissage des langues. Partenaires : CRINI (Nantes Université - Porteur), ATILF (Université de Lorraine), LAIRDIL (Université de Toulouse).
  • 2018-2021 : Projet ANR The Voice : Etude de la voix de doublage. Partenaires : IRCAM (Porteur), Dubbing Brothers.
  • 2015-2018 : Projet ANR GaFes : Etude des usages via des données collectées sur Internet et ré-éditorialisation des contenus captés ou produits par les internautes. Partenaires : Centre Norbert Elias (Avignon Université), Syllabs, GECE.
  • 2013-2017 : Projet ANR ContNomina : Reconnaissance des noms propres et contextualisation des systèmes de reconnaissance de la parole. Partenaire : LORIA (Université de Lorraine).
  • 2013-2014 : Projet ANR SuMACC : Identification de concepts multimédias par patrons de collaboration. Partenaires : Eurecom, Syllabs, Wikio.
  • 2012-2014 : Projet ANR PERCOL : Recherche de personnes dans des flux audiovisuels. Partenaires : Orange Labs, LIF (Aix-Marseille Université), LILF (Université de Lille).
  • 2007-2010 : Projet ANR EPAC : Transcription automatique de la parole spontanée. Partenaires : LIUM (Le Mans Université), IRIT (Université de Toulouse), LI (Université de Tours), LIA (Avignon Université).

Collaborations industrielles

  • Valeuriad : Thèse de Xavier Pillet. Co-encadrement avec Anastasia Volkova.
  • Aday (anciennement Européenne des Données (EDD)) : Thèse CIFRE de Mohamed Bouaziz.
  • Orkis : Thèse CIFRE de Killian Janod.
  • Zenidoc : Alternance du Master de Yanis Labrak.

Autres projets financés

  • 2021 : Projet interdisciplinaire MITO : Le Mythe d’un marché Immobilier Transparent grâce à l’Open data. Financé par la structure Agorantic (fédération de recherche d'Avignon Université). Collaboration entre mathématiciens (LMA), géographes (ESPACE) et informatique (LIA).
  • 2020 : Projet interdisciplinaire RePoGa : Utilisation des sources d’information disponibles sur Internet pour comprendre les réseaux d’interaction des acteurs politiques d’un territoire ciblé. Financé par la structure Agoranticstructure Agorantic (fédération de recherche d'Avignon Université). Collaboration entre sciences politiques (LBNC) et informatique (LIA).

Organisateur d'ateliers et campagnes d'évaluation

Participation à des campagnes d'évaluation

Encadrement doctoral et scientifique

Thèses en cours

Thèses soutenues

Post-doctorants

  • Cédric Gernigon - 12 mois - décembre 2024 à décembre 2025. Quantification des modèles de langues. Co-encadrement avec Xavier Pillet (40 %) et Anastasia Volkova (40 %).
  • Antoine Tholly - 10 mois - mars à décembre 2024. Etude ces erreurs de reconnaissance automatique de la parole. Co-encadrement avec Jane Wottawa (80 %).

Stagiaires recherche

  • Hugo Leguillier - Master 2 (6 mois - février à juillet 2024). Generation automatique de QCM pour le domaine biomédical. Co-encadrement avec Solen Quiniou (50 %).
  • Ikram Belmadani - Master 2 (6 mois - février à juillet 2024). Adaptation des modèles de langue au domaine biomédical. Co-encadrement avec Benoit Favre (50 %).
  • Mohammed Hmitouch - Master 2 (6 mois - février à juillet 2024). Approches semi-supervisées pour la récupération des déterminants sociaux de santé dans un entrepôt de données hospitalier. Co-encadrement avec Pacôme Constant dit Beaufils (50 %), CHU de Nantes
  • Mamadou Ciré Diallo - Master 2 (6 mois - février à juillet 2023). Portage et adaptation de modèles de langue ouverts sur une application d’aide à l’organisation de conférences multilingues. Co-encadrement avec Colin de la Higuera (50 %)
  • Rima Boubekeur - Master 2 (5 mois - mars à juillet 2022). Génération automatique de hashtags pour des messsages textuels courts issus de Twitter. Co-encadrement avec Florian Boudin (50 %)
  • Noé Cécillon - Master 2 (6 mois - février à août 2019). Exploration de caractéristiques d’embeddings de graphes pour la détection de messages abusifs. Co-encadrement avec Vincent Labatut (50 %)
  • Adrien Gresse - Master 2 (6 mois - février à août 2015). Recommandation de musiques de films. Co-encadrement avec Georges Linarès (50 %)
  • Mathias Quillot - Licence 2 et 3 (3 mois en 2014/2015). Réalisation d'un démonstrateur pour le projet ANR ContNomina. Co-encadrement avec Georges Linarès (50 %)

Alternants recherche

  • Quentin Raymondaud - Master 2 (2021-2022). Explicabilité de réseaux de neurones profonds en traitement de la parole. Co-encadrement avec Mickaël Rouvier (50 %)
  • Yanis Labrak - Master 1 et 2 (2020-2022). Traitement du langage pour l'analyse de comptes-rendus médicaux. Travaux réalisés dans le cadre de la collaboration industrielle avec l’entreprise Zenidoc.
  • Louis Aracil - Master (2020-2021). Outils pour l’analyse de l’e-réputation d’hôtels. Co- encadrement avec Yannick Estève (50 %). Travaux réalisés dans le cadre de la collaboration industrielle avec l’entreprise Aha Concepts at Home Abroad.
  • Mathias Quillot - Master 2 (2015-2017). Conception et réalisation de l'observatoire des festivals dans la cadre du projet ANR GaFes. Début de travaux de recherche en collaboration avec des sociologues du projet sur la réception de contenus numériques par les publics de festivals. Co-encadrement avec Georges Linarès (50 %)

Diffusion et responsabilités scientifiques

  • Responsable de l’équipe Traitement Automatique du Langage Naturel (TALN) du Laboratoire des Sciences du Numérique de Nantes (LS2N) depuis janv. 2022. Co-responsable : Florian Boudin
  • Coordinateur de l’axe scientifique Langage & Cognition de l’Institut Carnot Cognition (avril 2020-septembre 2021), s’agissant d’un des 4 axes scientifiques structurant l’institut composé de 22 laboratoires. En particulier, cet axe implique 7 laboratoires de recherche, pour environ 130 chercheurs. Co-coordination avec Nuria Gala (50 %)
  • Membre élu suppléant du conseil d'administration de l'Association Francophone de la Communication Parlée (AFCP) pour les mandats 2013-2015, 2015-2017 et 2021-2024.
  • Membre élu du conseil scientifique du Laboratoire Informatique d'Avignon (LIA) mars 2014 - septembre 2021. Participation régulière aux réunions ainsi qu'aux décisions du laboratoire.
  • Relectures : IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) depuis 2010, ISCA InterSpeech (depuis 2010), IEEE EUSIPCO (depuis 2013), IEEE Signal Processing Letters (2013), IEEE/ACM Transactions on Audio, Speech, and Language Processing (2015), IEEE ASRU (depuis 2017), ACM Transactions on Knowledge Discovery from Data (2018), IEEE Access (2019), IEEE SLT (2020) Journées d'Études sur la Parole (JEP) (depuis 2010).
  • Participation au comité de programme et comité scientifique de la conférence JEP 2014 au Mans (France).
  • Sociétés savantes : membre ISCA, IEEE, AFCP.

Professeur des Universités au LS2N (Depuis 2021)

Depuis septembre 2021 au 14 octobre 2023, puis depuis le 1er septembre 2024, je suis professeur des universités au Laboratoire des Sciences du Numérique de Nantes (LS2N) au sein de l'équipe TALN. Je suis responsable de l'équipe TALN avec Florian Boudin. Mes centres d'intérêts actuels se sont principalement concentrés sur l'évaluation de systèmes de reconnaissance automatique de la parole ainsi que sur la modélisation du langage et la constitution de corpus. J'a notamment travaillé sur les modèles de langue masqués pour le domaine de la santé (DrBERT) ainsi que sur les grands modèles de langue (Large Language Models - LLM) avec le projet ANR MALADES dont je suis le porteur. De façon plus large, je participe activement aux projets ANR MALADES, DIETS et Lexhnology, ainsi que le projet CNRS-AID Naviterm.

Maître de Conférences au LIA (2012-2021)

De septembre 2012 au 1er septembre 2021, j'ai été maître de conférences au sein du Laboratoire Informatique d'Avignon (LIA). Mon profil initial, plutôt orienté vers la reconnaissance de la parole et l'extraction d'information dans les flux audio, évolue, d'une manière plus globale, vers le traitement automatique du langage. Mes centres d'intérêts actuels sont ainsi concentrés sur la reconnaissance de la parole, et notamment l'intégration de la théorie des possibilités (thèse de K. Janod) dans ces problématiques (mesures de confiance, modèles acoustiques...), sur la compréhension et l'indexation de la parole dans un contexte multimédia (projets ANR SuMACC, ContNomina, Percol… et thèse de M. Morchid), la délinéarisation de flux vidéos (thèse de M. Bouaziz), ou encore l'extraction d'information dans les réseaux sociaux (travaux autour de Twitter durant la campagne d'évaluation RepLab, ainsi que des travaux de thèse avec M. Morchid sur la caractérisation du phénomène de retweet). Je suis également impliqué dans différentes projets financés par l'Agence Nationale de la Recherche (ANR) ainsi que dans différentes campagnes d'évaluation.

Post-Doctorat à Orange Labs (2011-2012)

De juin 2011 à juin 2012, j'ai été post-doctorant au sein de l'entreprise Orange Labs, à Lannion. J'ai travaillé principalement sur la détection, la caractérisation et la correction d'erreurs dans les transcriptions automatiques. L'objectif de ces travaux de recherche était de retrouver les régions d'erreurs (erreurs consécutives) des transcriptions en sortie des systèmes de reconnaissance de la parole ainsi que de les catégoriser afin de mieux comprendre la nature de l'erreur. Ainsi, la nature de ces erreurs peut être diverse : erreurs de noms de personnes, de noms propres, ou encore dues au phénomène de l'homophonie.
Dans la continuité de ces travaux de détection, nos travaux se sont orientés ensuite vers la correction des erreurs de noms de personnes dans les transcriptions automatiques, avec un lien direct avec le défi REPERE. Les erreurs sur ces noms ont un impact direct, par exemple, dans une problématique d'indexation des documents. Nous avons donc cherché à les corriger automatiquement en utilisant la détection des régions d'erreurs précédemment proposée. Nous avons appliqué une technique de correction au niveau phonétique. En effet, les mots mal transcrits fournis par un système de transcription peuvent être très proches phonétiquement du nom des personnes que nous devions retrouver. Le principe de cette approche est de comparer la séquence phonétique de la région d'erreurs avec l'ensemble des séquences phonétiques des noms de personnes contenues dans un dictionnaire. Le nom de personnes le plus proche de la séquence phonétique de la région d'erreurs est alors choisi comme correction. Par exemple, le nom Sébastien Chabal ("s ei b a s t i in ch a b a l") est le plus proche phonétiquement de la région d'erreurs avec la séquence phonétique "s ei b a t i in ch a r a d e" (c'est bah tiens charade).

Séjour de Recherche à M*Modal 3M (2010)

J'ai eu l'occasion d'effectuer un séjour de recherche de 4 mois (juin à octobre 2010) dans l'entreprise M*Modal à Pittsburgh (Etats-Unis). Cette entreprise a pour activité principale la transcription parfaite de rapports médicaux.
Mon travail s'est porté sur la problématique de la phonétisation automatique des mots du dictionnaire de prononciation du système de transcription de l'entreprise. Un des enjeux a été de proposer des mesures de confiance pour chaque phonétisation automatique proposée par l'outil de Grapheme-To-Phoneme. Cette mesure de confiance a pour utilité principale de guider les corrections manuelles de ces phonétisations : les correcteurs humains se focalisent en priorité sur les mots étant très mal phonétisés automatiquement (mesure de confiance faible). Dans la continuité de ces travaux, j'ai également proposé une solution permettant de choisir automatiquement la ou les meilleures prononciations automatiques d'un mot en s'aidant des documents audio.

Attaché Temporaire de Recherche au LIUM (2010-2011)

D'octobre 2010 à juin 2011, j'ai été Attaché Temporaire d'Enseignement et de Recherche (ATER) à mi-temps au Laboratoire d'Informatique de le Mans Université (LIUM). J'ai notamment étudié la possibilité d'appliquer le détecteur de type de parole afin de caractériser les documents multimédias, particulièrement sur la problématique de la reconnaissance des rôles de locuteurs. Les premiers travaux réalisés ont cherché à mettre en lumière le lien existant entre la spontanéité de la parole et le rôle d'un locuteur dans une émission. Pour ce faire, une étude précise a été menée afin de quantifier un type de parole par rapport à un rôle de locuteur ou à un type d'émission. En effet, nous voulions vérifier expérimentalement, par exemple, qu'un journaliste tend à préparer son discours, alors qu'une personne interviewée aurait tendance à avoir un discours moins structuré et moins fluide, donc une parole plus spontanée. Pour mener à bien cette étude, un corpus de 100 heures d'émissions radiophoniques, annoté manuellement en rôles de locuteurs et types d'émissions, a été utilisé (corpus fourni dans la cadre du projet EPAC), sur lequel j'ai appliqué le détecteur de type de parole développé durant ma thèse.
La seconde partie de mes travaux a alors cherché à reconnaître automatiquement le rôle des locuteurs dans des émissions radiophoniques avec l'utilisation des caractéristiques issues de mes travaux sur la détection de la parole spontanée. Nous voulions donc démontrer qu'il était possible de proposer un système de détection de rôles alternatif à ceux existants en nous appuyant sur notre système de détection du type de parole. Les résultats obtenus ont permis de montrer qu'une reconnaissance des rôles était possible au moyen de cette approche : 74,4% des locuteurs ont été associés avec leur rôle correct.

Doctorat en Informatique (2007-2010)

Transcription automatique de la parole spontanée

Soutenue le 1er décembre 2010 à Le Mans Université.
Manuscrit disponible en ligne : https://tel.archives-ouvertes.fr/tel-00595465/document

Composition du Jury :

Présidente
Martine ADDA-DECKER (LPP/CNRS - Université de Paris 3)

Rapporteurs
Guillaume GRAVIER (IRISA/CNRS - Université de Rennes 1)
Denis JOUVET (LORIA/INRIA - Université de Nancy)

Directeurs
Paul DELÉGLISE (LIUM - Le Mans Université)
Yannick ESTÈVE (LIUM - Le Mans Université)

Résumé de thèse

Les systèmes de Reconnaissance Automatique de la Parole (RAP) atteignent actuellement des performances suffisantes pour être intégrés dans diverses applications (dialogue homme-machine, recherche d'information, indexation automatique...). Cependant, dans le cadre de la reconnaissance automatique de la parole continue à grand vocabulaire, que l'on utilise par exemple pour transcrire des émissions radiophoniques d'information, la qualité des transcriptions varie selon le type de parole contenu dans les documents. En effet, les systèmes de RAP ont beaucoup plus de facilité à transcrire de la parole préparée, proche d'un texte lu, que de la parole spontanée, caractérisée par de nombreuses spécificités (disfluences, agrammaticalité, baisse de la fluidité de la parole...).

Le travail de cette thèse vise le traitement de la parole spontanée et s'inscrit dans le cadre du projet EPAC (Exploration de masse de documents audio pour l'extraction et le traitement de la PArole Conversationnelle). L'objectif principal est de proposer des solutions pour améliorer les performances des systèmes de RAP sur ce type de parole. Nous avons choisi d'aborder, dans notre travail, la parole spontanée en tant qu'objet d'étude particulier nécessitant des traitements spécifiques.

Ainsi, dans un premier temps, nous proposons un outil de détection automatique de la parole spontanée, basé sur les spécificités de ce type de parole. Cet outil est très important puisqu'il nous permet, dans un deuxième temps, de proposer une approche non-supervisée d'adaptation des modèles acoustiques et des modèles de langage du système de RAP à la parole spontanée, en sélectionnant automatiquement les segments contenant ce type de parole. La transcription résultant de cette adaptation propose des hypothèses de reconnaissance différentes de celles fournies par le système de base. La combinaison de ces deux propositions de transcription permet d'observer une réduction significative du taux d'erreur-mot.

Ce besoin de solutions spécifiques a finalement orienté une partie de notre travail vers la correction d'un problème particulièrement présent en français : l'homophonie. Nous cherchons alors à corriger les transcriptions, fournies par un système de RAP, au moyen d'une méthode proposant des solutions spécifiques à certains problèmes particuliers de l'homophonie. L'approche se focalise sur la correction de certaines erreurs, auxquelles une solution particulière est proposée. Cette méthode, en post-traitement des systèmes de RAP, corrige certains mots et classes de mots homophones, indépendamment du système de RAP utilisé.

Habilitation à Diriger des Recherches - HDR (2020)

Traitement automatique du langage : Études et apports aux frontières de l’interdisciplinarité

Soutenue le 8 décembre 2020 à Avignon Université. Manuscrit disponible en ligne : https://hal.science/tel-03076867/document

Composition du Jury :

Rapporteurs
Philippe LANGLAIS (DIRO - Université de Montréal)
Sophie ROSSET (LIMSI - Université Paris-Saclay)
Pascale SEBILLOT (IRISA - Université de Rennes 1)

Examinateurs
Jean-François BONASTRE (LIA - Avignon Université)
Yannick ESTEVE (LIA - Avignon Université)
Emmanuel ETHIS (INSEAC, CNAM - Guingamp)
Georges LINARES (LIA - Avignon Université)
Emmanuel MORIN (LS2N - Université de Nantes)

Résumé HDR

Le traitement automatique du langage naturel (TALN) est un vaste domaine de recherche intégrant de nombreuses thématiques scientifiques (reconnaissance automatique de la parole, indexation automatique de documents, traduction automatique, synthèse vocale...). Grâce aux avancées obtenues au fil des dernières décennies dans chacune de ces thématiques, de nombreux outils et services ont pris vie hors des laboratoires de recherche pour atteindre le tissu socio-économique, et plus généralement le grand public, avec en fer de lance les assistants vocaux intelligents. Malgré ces grandes avancées, le TALN reste un domaine de recherche très actif, avec de nombreuses problématiques scientifiques ouvertes, considérant le fait que le langage, tout comme les usages de la société, ne sont pas figés mais en constante évolution.

Ce manuscrit propose un panorama des différents travaux de recherche auxquels j'ai pu participer ces dernières années, principalement en tant que maître de conférences au LIA, mettant alors en perspective l'évolution de mes travaux, qui m'ont conduit à travailler en collaboration avec d'autres disciplines scientifiques pour l'avancée du domaine du TALN. Ces derniers travaux sont notamment au centre de mes perspectives de recherche.

La première partie du manuscrit est consacrée à une des problématiques historiques, à savoir la représentation du contenu écrit et parlé. Nous présentons nos travaux sur la robustesse des représentations face au langage, en prenant en considération le contexte des documents, ainsi que l'utilisation et la proposition de représentations latentes pour la classification de documents.

Nous voyons ensuite, dans la deuxième partie, certains des travaux que nous avons menés sur la performance et l'évaluation en traitement du langage, allant de l'analyse et la caractérisation des erreurs de reconnaissance automatique de la parole, à leur correction.

La troisième partie montre l'évolution de mes activités de recherche, qui se sont alors orientées vers des problématiques interdisciplinaires pour le traitement du langage, avec nos travaux sur l'exploration des réseaux sociaux pour l'analyse d'événements, la détection de messages abusifs, et enfin le doublage vocal et la recommandation de voix.

La dernière partie résume mes activités de recherche, précisant les projets dans lesquels je me suis intégré, les différents encadrements d'étudiants auxquels j'ai pu participer, et mon implication dans le rayonnement et la vulgarisation scientifiques. Enfin, je termine ce manuscrit par une synthèse de ces différents travaux, me permettant de dresser une esquisse des activités de recherche futures dans lesquelles je souhaite m'impliquer à court, mais également à long terme, s'orientant assez largement vers des travaux interdisciplinaires.

Domaines de recherche

Traitement du texte et du document

Publications

52
48
8
7
4
3
2
2
1
1
1
1
1
1
1
1
8
7
7
6
6
5
4
4
4
4
4
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
52
39
26
20
16
14
13
10
9
9
9
8
8
8
8
7
7
7
7
7
6
5
5
5
5
5
5
4
4
4
4
4
3
3
3
3
3
3
3
3
3
3
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
3
16
13
9
6
9
4
3
6
9
8
18
12
4
2
7
3
2
81
41
4
3
3
1

Publications

Image document

Conversation-Based Multimodal Abuse Detection Through Text and Graph Embeddings

Noé Cecillon , Vincent Labatut , Richard Dufour
Computing, 2025
Article dans une revue hal-04993092 v1
Image document

Whole-Graph Representation Learning For the Classification of Signed Networks

Noé Cecillon , Vincent Labatut , Richard Dufour , Nejat Arınık
IEEE Access, 2024, 12, pp.151303-151316. ⟨10.1109/ACCESS.2024.3472474⟩
Article dans une revue hal-04712854 v1
Image document

Renard: A Modular Pipeline for Extracting Character Networks from Narrative Texts

Arthur Amalvy , Vincent Labatut , Richard Dufour
Journal of Open Source Software, 2024, 9 (98), pp.6574. ⟨10.21105/joss.06574⟩
Article dans une revue hal-04611122 v2
Image document

Multi-label classification for biomedical literature: an overview of the BioCreative VII LitCovid Track for COVID-19 literature topic annotations

Qingyu Chen , Alexis Allot , Robert Leaman , Rezarta Islamaj , Jingcheng Du et al.
Database - The journal of Biological Databases and Curation, 2022, 2022, ⟨10.1093/database/baac069⟩
Article dans une revue hal-03767225 v1
Image document

Graph embeddings for Abusive Language Detection

Noé Cecillon , Vincent Labatut , Richard Dufour , Georges Linares
SN Computer Science, 2021, 2, pp.37. ⟨10.1007/s42979-020-00413-7⟩
Article dans une revue hal-03042171 v1
Image document

Approche multimodale par plongements de texte et de graphes pour la détection de messages abusifs

Noé Cecillon , Richard Dufour , Vincent Labatut
Revue TAL : traitement automatique des langues, 2021, 62 (2), pp.13-38
Article dans une revue hal-03527016 v1

Apprendre la guitare sur YouTube : Partages et échanges, contributions et participations autour des tutoriels d’apprentissage de l’instrument

Raphaël Roth , Richard Dufour
Interfaces numériques, 2020, Partage, échange, contribution, participation (Partie II), 9 (2), ⟨10.25965/interfaces-numeriques.4288⟩
Article dans une revue hal-03023681 v1
Image document

Conversational Networks for Automatic Online Moderation

Etienne Papegnies , Vincent Labatut , Richard Dufour , Georges Linares
IEEE Transactions on Computational Social Systems, 2019, 6 (1), pp.38-55. ⟨10.1109/tcss.2018.2887240⟩
Article dans une revue hal-01999546 v2

Denoised Bottleneck Features From Deep Autoencoders for Telephone Conversation Analysis

Killian Janod , Mohamed Morchid , Richard Dufour , Georges Linares , Renato de Mori
IEEE/ACM Transactions on Audio, Speech and Language Processing, 2017, 25 (9), pp.1809-1820. ⟨10.1109/TASLP.2017.2718843⟩
Article dans une revue hal-02356138 v1

Impact of Word Error Rate on theme identification task of highly imperfect human–human conversations

Mohamed Morchid , Richard Dufour , Georges Linarès
Computer Speech and Language, 2016, 38, pp.68-85. ⟨10.1016/j.csl.2015.12.001⟩
Article dans une revue hal-03774696 v1
Image document

Automatic Text Summarization Approaches to Speed up Topic Model Learning Process

Mohamed Morchid , Juan-Manuel Torres-Moreno , Richard Dufour , Javier Ramírez-Rodríguez , Georges Linares
International Journal of Computational Linguistics and Applications, 2016, 7, pp.87 - 109
Article dans une revue hal-02356467 v1
Image document

Total Variability Space for LDA-based multi-view text categorization

Mohamed Morchid , Mohamed Bouallegue , Richard Dufour , Georges Linarès , Renato de Mori
IEEE/ACM Transactions on Audio, Speech and Language Processing, 2015, ⟨10.1109/TASLP.2015.2431854⟩
Article dans une revue hal-01322940 v1

An Author-Topic based Approach to Cluster Tweets and Mine their Location

Mohamed Morchid , Yonathan Portilla , Didier Josselin , Richard Dufour , Eitan Altman et al.
Procedia Environmental Sciences, 2015, 27, pp.26-29. ⟨10.1016/j.proenv.2015.07.109⟩
Article dans une revue hal-01251313 v1

Compact Multiview Representation of Documents Based on the Total Variability Space

Mohamed Morchid , Mohamed Bouallegue , Richard Dufour , Georges Linares , Driss Matrouf et al.
IEEE/ACM Transactions on Audio, Speech and Language Processing, 2015, ⟨10.1109/TASLP.2015.2431854⟩
Article dans une revue hal-01319808 v1

Characterizing and Detecting Spontaneous Speech: Application To Speaker Role Recognition

Richard Dufour , Yannick Estève , Paul Deléglise
Speech Communication, 2014, 56, pp.1--18
Article dans une revue hal-01433222 v1

Feature selection using Principal Component Analysis for massive retweet detection

Mohamed Morchid , Richard Dufour , Pierre-Michel Bousquet , Georges Linares , Juan-Manuel Torres-Moreno
Pattern Recognition Letters, 2014, ⟨10.1016/j.patrec.2014.05.020⟩
Article dans une revue hal-01319767 v1
Image document

The Role of Natural Language Processing Tasks in Automatic Literary Character Network Construction

Arthur Amalvy , Vincent Labatut , Richard Dufour
31st International Conference on Computational Linguistics (COLING), Jan 2025, Abu Dhabi, United Arab Emirates. pp.8462-8473
Communication dans un congrès hal-04836363 v1
Image document

A Benchmark of French ASR Systems Based on Error Severity

Antoine Tholly , Jane Wottawa , Mickaël Rouvier , Richard Dufour
The 31st International Conference on Computational Linguistics (COLING 2025), Jan 2025, Abu Dhabi, United Arab Emirates. pp.5094-5101
Communication dans un congrès halshs-04838211 v1
Image document

BioMistral: A Collection of Open-Source Pretrained Large Language Models for Medical Domains

Yanis Labrak , Adrien Bazoge , Emmanuel Morin , Pierre‐antoine Gourraud , Mickaël Rouvier et al.
62th Annual Meeting of the Association for Computational Linguistics (ACL'24), Aug 2024, Bangkok, Thailand
Communication dans un congrès hal-04621178 v2
Image document

Tâches et systèmes de sélection automatique de réponses à des QCM dans le domaine médical : Présentation de la campagne DEFT 2024

Adrien Bazoge , Labrak Yanis , Richard Dufour , Benoît Favre , Mickaël Rouvier
35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.1-10
Communication dans un congrès hal-04635890 v1
Image document

Un paradigme pour l'interprétation des métriques et pour mesurer la gravité des erreurs de reconnaissance automatique de la parole

Thibault Bañeras-Roux , Mickaël Rouvier , Jane Wottawa , Richard Dufour
35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.191-199
Communication dans un congrès hal-04623072 v1
Image document

How Important Is Tokenization in French Medical Masked Language Models?

Yanis Labrak , Adrien Bazoge , Béatrice Daille , Mickaël Rouvier , Richard Dufour
Fourteenth Language Resources and Evaluation Conference (LREC-COLING 2024), Nicoletta Calzolari; Min-Yen Kan, May 2024, Torino, Italy
Communication dans un congrès hal-04472399 v2
Image document

DrBenchmark: A Large Language Understanding Evaluation Benchmark for French Biomedical Domain

Yanis Labrak , Adrien Bazoge , Oumaima El Khettari , Mickaël Rouvier , Pacôme Constant Dit Beaufils et al.
Fourteenth Language Resources and Evaluation Conference (LREC-COLING 2024), Nicoletta Calzolari; Min-Yen Kan, May 2024, Torino, Italy
Communication dans un congrès hal-04470938 v1
Image document

A Zero-shot and Few-shot Study of Instruction-Finetuned Large Language Models Applied to Clinical and Biomedical Tasks

Yanis Labrak , Mickaël Rouvier , Richard Dufour
Fourteenth Language Resources and Evaluation Conference (LREC-COLING 2024), Nicoletta Calzolari; Min-Yen Kan, May 2024, Torino, Italy
Communication dans un congrès hal-04470883 v1
Image document

A Comprehensive Analysis of Tokenization and Self-Supervised Learning in End-to-End Automatic Speech Recognition applied on French Language

Thibault Bañeras-Roux , Mickael Rouvier , Jane Wottawa , Richard Dufour
32th European Signal Processing Conference (EUSIPCO), 2024, Lyon, France
Communication dans un congrès hal-04584931 v1
Image document

A Paradigm for Interpreting Metrics and Measuring Error Severity in Automatic Speech Recognition

Thibault Bañeras-Roux , Mickael Rouvier , Jane Wottawa , Richard Dufour
Text, Speech and Dialogue, 2024, Brno, Czech Republic
Communication dans un congrès hal-04615039 v2
Image document

CASIMIR: A Corpus of Scientific Articles enhanced with Multiple Author-Integrated Revisions

Léane Jourdan , Florian Boudin , Nicolas Hernandez , Richard Dufour
LREC-Coling 2024, May 2024, Turin, Italy
Communication dans un congrès hal-04484951 v2
Image document

Adaptation des modèles de langue à des domaines de spécialité par un masquage sélectif fondé sur le genre et les caractéristiques thématiques

Anas Belfathi , Ygor Gallina , Nicolas Hernandez , Laura Monceaux , Richard Dufour
35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.283-294
Communication dans un congrès hal-04623050 v1
Image document

Zero-Shot End-To-End Spoken Question Answering In Medical Domain

Yanis Labrak , Adel Moumen , Richard Dufour , Mickaël Rouvier
Interspeech 2024, Sep 2024, Kos Island, Greece
Communication dans un congrès hal-04684874 v1
Image document

Apprendre à classer le contexte pour la reconnaissance d'entités nommées en utilisant un jeu de données synthétique

Arthur Amalvy , Vincent Labatut , Richard Dufour
COnférence en Recherche d’Information et Applications (CORIA), Apr 2024, La Rochelle, France
Communication dans un congrès hal-04504218 v1
Image document

Tâches et systèmes de détection automatique des réponses correctes dans des QCMs liés au domaine médical : Présentation de la campagne DEFT 2023

Yanis Labrak , Adrien Bazoge , Béatrice Daille , Richard Dufour , Emmanuel Morin et al.
18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.57-67
Communication dans un congrès hal-04131586 v1
Image document

MORFITT : Un corpus multi-labels d'articles scientifiques français dans le domaine biomédical

Yanis Labrak , Mickael Rouvier , Richard Dufour
18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.66-70
Communication dans un congrès hal-04131591 v1
Image document

CASIMIR : un Corpus d'Articles Scientifiques Intégrant les ModIfications et Révisions des auteurs

Léane Jourdan , Florian Boudin , Nicolas Hernandez , Richard Dufour
Atelier sur l'Analyse et la Recherche de Textes Scientifiques, CORIA-TALN 2023, Jun 2023, Paris, France
Communication dans un congrès hal-04103347 v1
Image document

Projet NaviTerm : navigation terminologique pour une montée en compétence rapide et personnalisée sur un domaine de recherche

Florian Boudin , Richard Dufour , Béatrice Daille
18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.16-20
Communication dans un congrès hal-04131590 v1
Image document

DrBERT: A Robust Pre-trained Model in French for Biomedical and Clinical domains

Yanis Labrak , Adrien Bazoge , Richard Dufour , Mickael Rouvier , Emmanuel Morin et al.
61th Annual Meeting of the Association for Computational Linguistics (ACL'23), Jul 2023, Toronto, Canada
Communication dans un congrès hal-04056658 v1
Image document

HATS: An Open data set Integrating Human Perception Applied to the Evaluation of Automatic Speech Recognition Metrics

Thibault Bañeras-Roux , Jane Wottawa , Mickael Rouvier , Teva Merlin , Richard Dufour
Text, Speech and Dialogue 2023 - Interspeech Satellite, Faculty of Applied Sciences University of West Bohemia Plzeň (Pilsen); NTIS P2 Research Center University of West Bohemia Plzeň (Pilsen); Faculty of Informatics Masaryk University Brno, Sep 2023, Plzeň (Pilsen), Czech Republic
Communication dans un congrès hal-04125590 v1
Image document

DrBERT: Un modèle robuste pré-entraîné en français pour les domaines biomédical et clinique

Yanis Labrak , Adrien Bazoge , Richard Dufour , Mickael Rouvier , Emmanuel Morin et al.
18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.109-120
Communication dans un congrès hal-04130214 v1
Image document

HATS : Un jeu de données intégrant la perception humaine appliquée à l'évaluation des métriques de transcription de la parole

Thibault Bañeras-Roux , Jane Wottawa , Mickael Rouvier , Teva Merlin , Richard Dufour
18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.10-18
Communication dans un congrès hal-04130218 v1
Image document

Learning to Rank Context for Named Entity Recognition Using a Synthetic Dataset

Arthur Amalvy , Vincent Labatut , Richard Dufour
Conference on Empirical Methods in Natural Language Processing (EMNLP), ACL, Dec 2023, Singapore, Singapore. pp.10372-10382
Communication dans un congrès hal-04237987 v2
Image document

MORFITT : A multi-label corpus of French scientific articles in the biomedical domain

Yanis Labrak , Mickaël Rouvier , Richard Dufour
30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) Atelier sur l'Analyse et la Recherche de Textes Scientifiques, Florian Boudin, Jun 2023, Paris, France
Communication dans un congrès hal-04125879 v1
Image document

Text revision in Scientific Writing Assistance: An Overview

Léane Jourdan , Florian Boudin , Richard Dufour , Nicolas Hernandez
13th International Workshop on Bibliometric-enhanced Information Retrieval (BIR 2023), Apr 2023, Dublin (IE), Ireland. pp.22-36
Communication dans un congrès hal-04053934 v1
Image document

The Role of Global and Local Context in Named Entity Recognition

Arthur Amalvy , Vincent Labatut , Richard Dufour
61st Annual Meeting of the Association for Computational Linguistics (ACL), Association for Computational Linguistics, Jul 2023, Toronto, Canada. pp.714-722, ⟨10.18653/v1/2023.acl-short.62⟩
Communication dans un congrès hal-04092431 v2
Image document

BERT meets d'Artagnan: Data Augmentation for Robust Character Detection in Novels

Arthur Amalvy , Vincent Labatut , Richard Dufour
Workshop on Computational Methods in the Humanities (COMHUM), Jun 2022, Lausanne, Switzerland
Communication dans un congrès hal-03617722 v2
Image document

Correction automatique d'examens écrits par approche neuronale profonde et attention croisée bidirectionnelle

Yanis Labrak , Philippe Turcotte , Richard Dufour , Mickael Rouvier
Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Atelier DÉfi Fouille de Textes (DEFT), Jun 2022, Avignon, France. pp.36-44
Communication dans un congrès hal-03705875 v1
Image document

Mesures linguistiques automatiques pour l'évaluation des systèmes de Reconnaissance Automatique de la Parole

Thibault Bañeras Roux , Mickael Rouvier , Jane Wottawa , Richard Dufour
29ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), Jun 2022, Avignon, France
Communication dans un congrès hal-03688029 v2
Image document

FrenchMedMCQA: A French Multiple-Choice Question Answering Dataset for Medical domain

Yanis Labrak , Adrien Bazoge , Richard Dufour , Béatrice Daille , Pierre-Antoine Gourraud et al.
LOUHI 2022 @ Empirical Methods in Natural Language Processing (EMNLP) 2022, Dec 2022, Abou Dhabi, United Arab Emirates
Communication dans un congrès hal-03824241 v2
Image document

Remplacement de mentions pour l'adaptation d'un corpus de reconnaissance d'entités nommées à un domaine cible

Arthur Amalvy , Vincent Labatut , Richard Dufour
29ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), Jun 2022, Avignon, France. pp.198-205
Communication dans un congrès hal-03651510 v3
Image document

ANTILLES: An Open French Linguistically Enriched Part-of-Speech Corpus

Yanis Labrak , Richard Dufour
25th International Conference on Text, Speech and Dialogue (TSD), Sep 2022, Brno, Czech Republic
Communication dans un congrès hal-03696042 v2
Image document

Qualitative Evaluation of Language Model Rescoring in Automatic Speech Recognition

Thibault Bañeras Roux , Mickael Rouvier , Jane Wottawa , Richard Dufour
Interspeech, Sep 2022, Incheon, South Korea
Communication dans un congrès hal-03712735 v2
Image document

Data Augmentation for Robust Character Detection in Fantasy Novels

Arthur Amalvy , Vincent Labatut , Richard Dufour
Workshop on Computational Methods in the Humanities (ComHum), Jun 2022, Lausanne, Switzerland
Communication dans un congrès hal-03972448 v1
Image document

Team LIA/LS2N at BioCreative VII LitCovid Track: Multi-label Document Classification for COVID-19 Literature using Keyword Based Enhancement and Few-Shot Learning

Yanis Labrak , Richard Dufour
BioCreative VII Challenge Evaluation Workshop, Nov 2021, Virtual Conference, United States
Communication dans un congrès hal-03426326 v1
Image document

Assessing speaker-independent character information for acted voices

Mathias Quillot , Richard Dufour , Jean-François Bonastre
23rd International Conference on Speech and Computer (SPECOM), Sep 2021, Saint Petersburg, Russia
Communication dans un congrès hal-03348572 v1
Image document

Influence of speaker pre-training on character voice representation

Mathias Quillot , Jarod Duret , Richard Dufour , Mickael Rouvier , Jean-François Bonastre
23rd International Conference on Speech and Computer (SPECOM), Sep 2021, Saint Petersburg, Russia
Communication dans un congrès hal-03348578 v1

Table-ronde Comment lutter contre les « fake news »

Richard Dufour , William Audureau , Carole Chatelain , Julien Falgas , Philippe Mouron
Conférence internationale Fake News : Concept, Méthode et Lutte, Université d'Avignon, Jun 2021, Avignon, France
Communication dans un congrès hal-03272243 v1

Les comptes Twitter des candidats durant les campagnes municipales de 2020 à Lyon et Marseille

Jessica Sainty , Guillaume Marrel , Richard Dufour , Malek Hajjem
Journées d'étude du CREMI, Nov 2020, Paris, France
Communication dans un congrès hal-03173509 v1
Image document

WAC: A Corpus of Wikipedia Conversations for Online Abuse Detection

Noé Cecillon , Vincent Labatut , Richard Dufour , Georges Linares
12th International Conference on Language Resources and Evaluation (LREC), May 2020, Marseille, France. pp.1375-1383
Communication dans un congrès hal-02497514 v1
Image document

A Multimodal Educational Corpus of Oral Courses: Annotation, Analysis and Case Study

Salima Mdhaffar , Yannick Estève , Antoine Laurent , Nicolas Hernandez , Richard Dufour et al.
LREC, May 2020, Marseille, France
Communication dans un congrès hal-02496700 v1
Image document

Apprentissage automatique de représentation de voix à l’aide d’une distillation de la connaissance pour le casting vocal

Adrien Gresse , Mathias Quillot , Richard Dufour , Jean-François Bonastre
6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 1 : Journées d'Études sur la Parole, 2020, Nancy, France. pp.280-288
Communication dans un congrès hal-02798550 v3
Image document

La voix actée : pratiques, enjeux, applications

Mathias Quillot , Lauriane Guillou , Adrien Gresse , Rafaël Ferro , Raphaël Röth et al.
6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 1 : Journées d'Études sur la Parole, 2020, Nancy, France. pp.525-533
Communication dans un congrès hal-02798582 v3
Image document

Tuning Graph2vec with Node Labels for Abuse Detection in Online Conversations

Noé Cecillon , Richard Dufour , Vincent Labatut , Georges Linares
11ème Conférence Modèles & Analyse de Réseaux : approches mathématiques et informatiques (MARAMI), Oct 2020, Montpellier, France
Communication dans un congrès hal-02993571 v1
Image document

Learning Voice Representation Using Knowledge Distillation For Automatic Voice Casting

Adrien Gresse , Mathias Quillot , Richard Dufour , Jean-François Bonastre
Interspeech, Oct 2020, Shanghai, China
Communication dans un congrès hal-02572383 v1
Image document

Similarity Metric Based on Siamese Neural Networks for Voice Casting

Adrien Gresse , Mathias Quillot , Richard Dufour , Vincent Labatut , Jean-François Bonastre
International Conference on Acoustics, Speech, and Signal Processing (ICASSP), May 2019, Brighton, United Kingdom. pp.6585-6589, ⟨10.1109/ICASSP.2019.8683178⟩
Communication dans un congrès hal-02004762 v1

Qualitative Evaluation of ASR Adaptation in a Lecture Context: Application to the PASTEL Corpus

Salima Mdhaffar , Yannick Estève , Nicolas Hernandez , Antoine Laurent , Richard Dufour et al.
Interspeech 2019, Sep 2019, Graz, Austria. pp.569-573, ⟨10.21437/Interspeech.2019-2661⟩
Communication dans un congrès hal-02304620 v1
Image document

Abusive Language Detection in Online Conversations by Combining Content- and Graph-based Features

Noé Cecillon , Vincent Labatut , Richard Dufour , Georges Linarès
ICWSM International Workshop on Modeling and Mining Social-Media-Driven Complex Networks, Jun 2019, Munich, Germany. pp.8
Communication dans un congrès hal-02130205 v1
Image document

Mesure de similarité fondée sur des réseaux de neurones siamois pour le doublage de voix

Adrien Gresse , Richard Dufour , Vincent Labatut , Mickael Rouvier , Jean-François Bonastre
XXXIIèmes Journées d’Études sur la Parole (JEP), Jun 2018, Aix-en-Provence, France. ⟨10.21437/JEP.2018-2⟩
Communication dans un congrès hal-01819198 v1
Image document

LIA@CLEF 2018: Mining events opinion argumentation from raw unlabeled Twitter data using convolutional neural network

Richard Dufour , Mickael Rouvier , Alexandre Delorme , Damien Malinas
CLEF 2018, Sep 2018, Avignon, France
Communication dans un congrès hal-02356434 v1
Image document

Exploring Temporal Analysis of Tweet Content from Cultural Events

Mathias Quillot , Cassandre Ollivier , Richard Dufour , Vincent Labatut
5th International Conference on Statistical Language and Speech Processing (SLSP), 2017, Le Mans, France. pp.82-93, ⟨10.1007/978-3-319-68456-7_7⟩
Communication dans un congrès hal-01580578 v1
Image document

Détection de messages abusifs au moyen de réseaux conversationnels

Etienne Papegnies , Richard Dufour , Vincent Labatut , Georges Linarès
8ème Conférence Modèles et Analyse des Réseaux : Approches Mathématiques et Informatiques (MARAMI), Oct 2017, La Rochelle, France
Communication dans un congrès hal-01614279 v1
Image document

Acoustic Pairing of Original and Dubbed Voices in the Context of Video Game Localization

Adrien Gresse , Mickael Rouvier , Richard Dufour , Vincent Labatut , Jean-Francois Bonastre
Interspeech, Aug 2017, Stockholm, Sweden. pp.2839-2843, ⟨10.21437/Interspeech.2017-1311⟩
Communication dans un congrès hal-01572151 v1
Image document

Detection of abusive messages in an on-line community

Etienne Papegnies , Vincent Labatut , Richard Dufour , Georges Linares
14ème Conférence en Recherche d'Information et Applications (CORIA), Mar 2017, Marseille, France. pp.153-168, ⟨10.24348/coria.2017.16⟩
Communication dans un congrès hal-01505017 v1
Image document

Graph-based Features for Automatic Online Abuse Detection

Etienne Papegnies , Vincent Labatut , Richard Dufour , Georges Linares
5th International Conference on Statistical Language and Speech Processing (SLSP), Oct 2017, Le Mans, France. pp.70-81, ⟨10.1007/978-3-319-68456-7_6⟩
Communication dans un congrès hal-01571639 v1
Image document

Impact Of Content Features For Automatic Online Abuse Detection

Etienne Papegnies , Vincent Labatut , Richard Dufour , Georges Linares
International Conference on Computational Linguistics and Intelligent Text Processing (CICLing), Apr 2017, Budapest, Hungary. pp.404-419, ⟨10.1007/978-3-319-77116-8_30⟩
Communication dans un congrès hal-01505502 v1

Tracking dialog states using an Author-Topic based representation

Richard Dufour , Mohamed Morchid , Titouan Parcollet
2016 IEEE Spoken Language Technology Workshop (SLT), Dec 2016, San Diego, United States. pp.544-551
Communication dans un congrès hal-02107641 v1

Improving multi-stream classification by mapping sequence-embedding in a high dimensional space

Mohamed Bouaziz , Mohamed Morchid , Richard Dufour , Georges Linares
2016 IEEE Spoken Language Technology Workshop (SLT), Dec 2016, San Diego, United States. pp.224-231, ⟨10.1109/SLT.2016.7846269⟩
Communication dans un congrès hal-02356420 v1
Image document

Spoken Language Understanding in a Latent Topic-based Subspace

Mohamed Morchid , Mohamed Bouaziz , Waad Ben Kheder , Killian Janod , Pierre-Michel Bousquet Bousquet et al.
Interspeech 2016, Sep 2016, San Francisco, United States. ⟨10.21437/Interspeech.2016-50⟩
Communication dans un congrès hal-02356390 v1

Quaternion Neural Networks for Spoken Language Understanding

Titouan Parcollet , Mohamed Morchid , Pierre-Michel Bousquet Bousquet , Richard Dufour , Georges Linarès et al.
2016 IEEE Spoken Language Technology Workshop (SLT), Dec 2016, San Diego, United States. pp.362-368
Communication dans un congrès hal-02107532 v1

A log-linear weighting approach in the Word2vec space for spoken language understanding

Janod Killian , Mohamed Morchid , Richard Dufour , Georges Linares
2016 IEEE Spoken Language Technology Workshop (SLT), Dec 2016, San Diego, United States. pp.356-361, ⟨10.1109/SLT.2016.7846289⟩
Communication dans un congrès hal-02356406 v1
Image document

Parallel Long Short-Term Memory for multi-stream classification

Mohamed Bouaziz , Mohamed Morchid , Richard Dufour , Georges Linares , Renato de Mori
2016 IEEE Spoken Language Technology Workshop (SLT), Dec 2016, San Diego, United States. pp.218-223, ⟨10.1109/SLT.2016.7846268⟩
Communication dans un congrès hal-02356410 v1

Deep Stacked Autoencoders for Spoken Language Understanding

Killian Janod , Mohamed Morchid , Richard Dufour , Georges Linares , Renato De Mori
Interspeech 2016, Sep 2016, San Francisco, United States. pp.720-724, ⟨10.21437/Interspeech.2016-63⟩
Communication dans un congrès hal-02356395 v1

Latent Topic Model Based Representations for a Robust Theme Identification of Highly Imperfect Automatic Transcriptions

Mohamed Morchid , Richard Dufour , Georges Linares , Youssef Hamadi
16th International Conference, CICLing 2015, Apr 2015, Le Caire, Egypt. ⟨10.1007/978-3-319-18117-2_44⟩
Communication dans un congrès hal-01293908 v1

Identification de personnes dans des flux multimédia

Frédéric Béchet , Meriem Bendris , Delphine Charlet , Géraldine Damnati , Benoit Favre et al.
CORIA 2015 - Conférence en Recherche d'Infomations et Applications - 12th French Information Retrieval Conference, Mar 2015, PARIS, France. pp.239-251
Communication dans un congrès hal-01194234 v1
Image document

A Comparison of Normalization Techniques Applied to Latent Space Representations for Speech Analytics

Mohamed Morchid , Richard Dufour , Driss Matrouf
Interspeech 2015, Sep 2015, Dresden, Germany
Communication dans un congrès hal-02356373 v1

Topic-space based setup of a neural network for theme identification of highly imperfect transcriptions

Mohamed Morchid , Richard Dufour , Georges Linarès
2015 IEEE Workshop on Automatic Speech Recognition and Understanding (ASRU) , Dec 2015, Scottsdale, United States. ⟨10.1109/ASRU.2015.7404815⟩
Communication dans un congrès hal-01339956 v1

Integration of word and semantic features for theme identification in telephone conversations

Yannick Estève , Mohamed Bouallegue , Carole Lailler , Mohamed Morchid , Richard Dufour et al.
6th International Workshop on Spoken Dialog Systems (IWSDS 2015), 2015, Busan, South Korea
Communication dans un congrès hal-01433213 v1

An I-vector Based Approach to Compact Multi-Granularity Topic Spaces Representation of Textual Documents

Mohamed Morchid , Mohamed Bouallegue , Richard Dufour , Georges Linarès , Driss Matrouf et al.
the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP),, Oct 2014, Doha, Qatar. ⟨10.3115/v1/D14-1051⟩
Communication dans un congrès hal-01318651 v1

Sumacc Project's Corpus: A Topic-based Query Extention Approach to Retrieve Multimedia Documents

Mohamed Morchid , Richard Dufour , Usman Niaz , Francis Bouvier , Clément de Groc et al.
17th International Conference, TSD, Sep 2014, Brno, Czech Republic
Communication dans un congrès hal-01319787 v1

Factor Analysis based Semantic Variability Compensation for Automatic Conversation Representation

Mohamed Bouallegue , Mohamed Morchid , Richard Dufour , Driss Matrouf , Georges Linarès et al.
Interspeech, May 2014, Singapore, Singapore
Communication dans un congrès hal-01313121 v1

I-vector based Representation of Highly Imperfect Automatic Transcriptions

Mohamed Morchid , Mohamed Bouallegue , Richard Dufour , Georges Linarès , Driss Matrouf et al.
INTERSPEECH, May 2014, Singapore, Singapore
Communication dans un congrès hal-01318657 v1

Theme Identification in Human-Human Conversations with Features from Specific Speaker Type Hidden Spaces

Mohamed Morchid , Richard Dufour , Mohamed Bouallegue , Georges Linarès , Renato de Mori
INTERSPEECH, May 2014, Singapore, Singapore
Communication dans un congrès hal-01318666 v1

Characterizing and Predicting Bursty Events: The Buzz Case Study on Twitter

Mohamed Morchid , Georges Linarès , Richard Dufour
LREC, May 2014, Reykjavik, Iceland
Communication dans un congrès hal-01319806 v1

A COMBINED THEMATIC AND ACOUSTIC APPROACH FOR A MUSIC RECOMMENDATION SERVICE IN TV COMMERCIALS

Mohamed Morchid , Richard Dufour , Georges Linarès
ISMIR, Oct 2014, Tapei, Taiwan
Communication dans un congrès hal-01319769 v1

Multimodal understanding for person recognition in video broadcasts

Frédéric Béchet , Meriem Bendris , Delphine Charlet , Géraldine Damnati , Benoit Favre et al.
Interspeech, Singapore, 2014, Unknown, Unknown Region
Communication dans un congrès hal-01194244 v1

Classification de transcriptions automatiques imparfaites : Doit-on adapter le calcul du taux d'erreur-mot ?

Mohamed Morchid , Richard Dufour , Georges Linares , Renato de Mori
JEP, Jun 2014, Le Mans, France
Communication dans un congrès hal-01319782 v1

Improving dialogue classification using a topic space representation and a Gaussian classifier based on the decision rule

Mohamed Morchid , Richard Dufour , Pierre-Michel Bousquet , Mohamed Bouallegue , Georges Linarès et al.
IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) , May 2014, Florence, Italy. ⟨10.1109/ICASSP.2014.6853571⟩
Communication dans un congrès hal-01318674 v1

Getting by with a Little Help from the Crowd: Practical Approaches to Social Image Labeling

Babak Loni , Jonathon Hare , Mihai Georgescu , Michael Riegler , Xiaofei Zhu et al.
CrowdMM '14 International ACM Workshop on Crowdsourcing for Multimedia , Nov 2014, Orlando, United States. ⟨10.1145/2660114.2660123⟩
Communication dans un congrès hal-01318338 v1
Image document

A Topic-Based Approach for Post-processing Correction of Automatic Translations

Mohamed Morchid , Stéphane Huet , Richard Dufour
11th International Workshop on Spoken Language Translation (IWSLT), 2014, South Lake Tahoe, NV, United States
Communication dans un congrès hal-02021817 v1

Subspace Gaussian Mixture Models for Dialogues Classification

Mohamed Bouallegue , Mohamed Morchid , Richard Dufour , Driss Matrouf , Georges Linarès et al.
Interspeech, May 2014, Singapore, Singapore
Communication dans un congrès hal-01313132 v1

A LDA-Based Topic Classification Approach from Highly Imperfect Automatic Transcriptions

Mohamed Morchid , Richard Dufour , Georges Linarès
LREC, May 2014, Reykjavik, Iceland
Communication dans un congrès hal-01319771 v1

Modèles contextuels continus pour la reconnaissance des noms de personnes dans des transcriptions automatiques

Benjamin Bigot , Gregory Senay , Georges Linares , Corinne Fredouille , Richard Dufour
JEP 2014, Jun 2014, Le Mans, France
Communication dans un congrès hal-02356488 v1

Author-topic based representation of call-center conversations

Mohamed Morchid , Richard Dufour , Mohamed Bouallegue , Georges Linarès
IEEE Spoken Language Technology Workshop (SLT) , Dec 2014, South Lake Tahoe United States. ⟨10.1109/SLT.2014.7078577⟩
Communication dans un congrès hal-01318662 v1
Image document

PERCOLI: a person identification system for the 2013 REPERE challenge

Favre Benoit , Géraldine Damnati , Frédéric Béchet , Meriem Bendris , Delphine Charlet et al.
SLAM 2013 : First Workshop on Speech, Language and Audio in Multimedia, Aug 2013, Marseille, France. pp.55-60
Communication dans un congrès hal-00834204 v1
Image document

Combining Acoustic Name Spotting and Continuous Context Models to improve Spoken Person Name Recognition in Speech

Benjamin Bigot , Gregory Senay , Georges Linarès , Corinne Fredouille , Richard Dufour
Interspeech 2013, Aug 2013, Lyon, France
Communication dans un congrès hal-02102829 v1

LIA @ MediaEval 2013 Crowdsourcing Task: Metadata or not Metadata? That is a Fashion Question

Mohamed Morchid , Richard Dufour , Mohamed Bouallegue , Georges Linares , Driss Matrouf
MediaEval, Oct 2013, Barcelone, Spain
Communication dans un congrès hal-01318659 v1

Combinaison de thèmes latents pour la contextualisation de Tweets

Mohamed Morchid , Richard Dufour , Georges Linarès
EGC'2013 13e Conférence Francophone sur l'Extraction et la Gestion des connaissances, Jan 2013, Toulouse, France
Communication dans un congrès hal-01339909 v1

Person name spotting by combining acoustic matching and LDA topic models

Grégory Senay , Benjamin Bigot , Richard Dufour , Georges Linarès , Corinne Fredouille
Interspeech 2013, Aug 2013, Lyon, France
Communication dans un congrès hal-01340026 v1

Thematic Representation of Short Text Messages with Latent Topics: Application in the Twitter context

Mohamed Morchid , Richard Dufour , Georges Linarès
PACLING 2013, Sep 2013, Tokyo, Japan
Communication dans un congrès hal-01319779 v1
Image document

Systèmes du LIA à DEFT'13

Xavier Bost , Ilaria Brunetti , Luis Adrian Cabrera Diego , Jean-Valère Cossu , Andréa Carneiro Linhares et al.
DEFT2013, Jun 2013, Les Sables d'Olonne, France
Communication dans un congrès hal-01313065 v1

LIA @ MediaEval 2013 MusiClef Task: A Combined Thematic and Acoustic Approach

Mohamed Morchid , Richard Dufour , Mohamed Bouallegue , Georges Linares , Driss Matrouf
MediaEval, Oct 2013, Barcelone, Spain
Communication dans un congrès hal-01318668 v1

Event detection from image hosting services by slightly-supervised multi-span context models

Mohamed Morchid , Richard Dufour , Georges Linarès
2013 11TH INTERNATIONAL WORKSHOP ON CONTENT-BASED MULTIMEDIA INDEXING (CBMI), Jun 2013, VESZPREM,, Hungary. ⟨10.1109/CBMI.2013.6576563⟩
Communication dans un congrès hal-01318645 v1
Image document

LIA@RepLab 2013

Jean Valère Cossu , Benjamin Bigot , Ludovic Bonnefoy , Mohamed Morchid , Xavier Bost et al.
Replab: An evaluation campaign for Online Reputation Management Systems, Fourth International Conference of the CLEF initiative, Sep 2013, Valencia, Spain
Communication dans un congrès hal-01967853 v1

LIA @ MediaEval 2013 Spoken Web Search Task: An I-Vector based Approach

Mohamed Bouallegue , Grégory Senay , Mohamed Morchid , Driss Matrouf , Georges Linares et al.
MediaEval, Oct 2013, Barcelone, Spain
Communication dans un congrès hal-01313144 v1

Person name recognition in ASR outputs using continuous context models

Benjamin Bigot , Grégory Senay , Georges Linarès , Corinne Fredouille , Richard Dufour
IEEE International Conference on Acoustics, Speech and Signal Processing , May 2013, Vancouver, Canada. ⟨10.1109/ICASSP.2013.6639318⟩
Communication dans un congrès hal-01314411 v1
Image document

Détection et caractérisation des régions d'erreurs dans des transcriptions de contenus multimédia : application à la recherche des noms de personnes

Richard Dufour , Géraldine Damnati , Delphine Charlet
JEP 2012, Jun 2012, Grenoble, France. pp.811 - 818
Communication dans un congrès hal-02356478 v1

Combinaison d’approches pour la reconnaissance du rôle des locuteurs

Richard Dufour , Antoine Laurent , Yannick Estève
JEP 2012, 2012, Grenoble, France
Communication dans un congrès hal-01450727 v1

Automatic error region detection and characterization in LVCSR transcriptions of TV news shows

Richard Dufour , Geraldine Damnati , Delphine Charlet
ICASSP 2012 - 2012 IEEE International Conference on Acoustics, Speech and Signal Processing, Mar 2012, Kyoto, Japan. pp.4445-4448, ⟨10.1109/ICASSP.2012.6288906⟩
Communication dans un congrès hal-02356284 v1
Image document

Automatic transcription error recovery for Person Name Recognition

Richard Dufour , Geraldine Damnati , Delphine Charlet , Frédéric Béchet
Interspeech 2012, Sep 2012, Portland, United States
Communication dans un congrès hal-02356295 v1

Investigation of Spontaneous Speech Characterization Applied to Speaker Role Recognition

Richard Dufour , Yannick Estève , Paul Deléglise
Interspeech 2011, 2011, Firenze, Italy
Communication dans un congrès hal-01433512 v1

LIA @ MediaEval 2011 : Compact Representation of Heterogeneous Descriptors for Video Genre Classification

Mickael Rouvier , Richard Dufour , Georges Linarès , Yannick Estève
MediaEval, Sep 2011, Pise, Italy
Communication dans un congrès hal-01320178 v1

Utilisation conjointe de modèles locaux et globaux pour la caractérisation et la détection de segments de parole spontanée

Richard Dufour , Yannick Estève , Paul Deléglise , Frédéric Béchet
JEP 2010, 2010, Mons, Belgium
Communication dans un congrès hal-01433896 v1

A Language-identification inspired method for spontaneous speech detection

Mickael Rouvier , Richard Dufour , Georges Linarès , Yannick Estève
INTERSPEECH, Sep 2010, Makuhari, Japan
Communication dans un congrès hal-01320176 v1

Automatic indexing of speech segments with spontaneity levels on large audio database

Richard Dufour , Yannick Estève , Paul Deléglise
ACM Workshop on Searching Spontaneous Conversational Speech, 2010, Firenze, Italy
Communication dans un congrès hal-01452962 v1

Semi-supervised Part-of-speech Tagging in Speech Applications

Richard Dufour , Benoit Favre
Interspeech, Tokyo (Japan), 2010, Unknown, Unknown Region
Communication dans un congrès hal-01194268 v1

Some recent research work at LIUM based on the use of CMU Sphinx

Yannick Estève , Paul Deléglise , Sylvain Meignier , Simon Petitrenaud , Holger Schwenk et al.
CMU SPUD Workshop, 2010, Dallas (Texas), Unknown Region
Communication dans un congrès hal-01434933 v1

Unsupervised model adaptation on targeted speech segments for LVCSR system combination

Richard Dufour , Fethi Bougares , Yannick Estève , Paul Deléglise
Interspeech 2010, 2010, Makuhari, Japan
Communication dans un congrès hal-01433900 v1

Corrections spécifiques du français sur les systèmes de reconnaissance automatique de la parole

Richard Dufour , Yannick Estève , Paul Deléglise
RJCP 2009, 2009, Avignon, France
Communication dans un congrès hal-01433948 v1

Local and global models for spontaneous speech segment detection and characterization

Richard Dufour , Yannick Estève , Paul Deléglise , Frédéric Béchet
IEEE ASRU 2009, 2009, Merano, Italy
Communication dans un congrès hal-01433914 v1

Spontaneous Speech Characterization and Detection in Large Audio Database

Richard Dufour , Vincent Jousse , Yannick Estève , Frédéric Béchet , Georges Linarès
13-th International Conference on Speech and Computer (SPECOM 2009), 2009, St Petersburg, Russia
Communication dans un congrès hal-01433943 v1

From prepared speech to spontaneous speech recognition system

Richard Dufour
CSTST, Oct 2008, Cergy-Pontoise, France. pp.595, ⟨10.1145/1456223.1456345⟩
Communication dans un congrès hal-02356750 v1

Correcting ASR outputs: specific solutions to specific errors in French

Richard Dufour , Yannick Estève
IEEE Workshop on Spoken Language Technology (SLT 2008), 2008, Goa, India
Communication dans un congrès hal-01434038 v1
Image document

Transcription automatique de la parole spontanée

Richard Dufour
Informatique [cs]. Université du Maine, 2010. Français. ⟨NNT : ⟩
Thèse tel-00595465 v1