Deep Learning for Language Assessment (DLLA) 
Janvier 2022 – Décembre 2023 

Porteur et co-porteur du projet

Mots-clés

Prédiction du niveau des apprenants, linguistique de corpus, apprentissage des langues, deep learning, corpus d’apprenants, jets textuels (textual bursts).

Résumé du projet

Le projet Deep Learning for Language Assessment (DLLA) est un projet exploratoire pour construire les outils permettant d’analyser les productions des apprenants à partir des traces numériques saisies au clavier (keylogs). Il vise à confronter deux méthodologies d’analyse automatique des textes (prédiction du niveau CECRL) et à essayer de développer des modèles d’analyse fondés sur ces traces numériques. Nous cherchons à construire un prototype qui propose des feedbacks visuels pour les apprenants à partir de l’interprétation des données saisies.

À lire aussi

MANON LELANDAIS DEVIENT MEMBRE DE L’IUF

MANON LELANDAIS DEVIENT MEMBRE DE L’IUF

Bravo Manon ! Manon Lelandais, MCF à l'UFR d'Etudes Anglophones et membre d'ALTAE, vient d'être nommée membre junior de l'Institut Universitaire de France pour son projet BRIDGE (Boundary Research on Interactional Data for Grammar and Evaluation). Nous lui adressons...

ANR GLITCH

ANR GLITCH

Projet ANR JCJC (2024-2027) porté par Maud Pélissier.Résumé Deux techniques d’apprentissage sont particulièrement efficaces pour la mémorisation : l’effort de rappel (essayer de se rappeler d’un élément plutôt que simplement le relire) et l’apprentissage espacé...