Apprentissage automatique

L'apprentissage automatique est aussi vieux que le monde. Il est difficile d'imaginer, mais avant l'arrivée des calculatrices sur le marché, les calculs étaient effectués par des personnes et le métier de 'calculateur' existait. Ces dernières années, nous observons surtout des avancées dans le domaine de la compréhension du langage, mais les ordinateurs peuvent également de mieux en mieux traiter l'image et le son.

Modèles de langage : apprendre à une machine à lire

Dans de nombreuses études, nous obtenons des insights basés sur des statistiques. Parfois, les chiffres nécessaires ne sont pas disponibles sous forme structurée, mais sous forme de textes non structurés. Ainsi, nous pouvons collecter des données sur les compétences demandées sur le marché du travail à partir d'offres d'emploi. Grâce à la classification de texte, cela peut être automatisé et un ordinateur peut automatiquement attribuer une 'étiquette' à un morceau de texte. Les algorithmes que nous avons développés sont fiables et résistants aux (par exemple) erreurs d'orthographe.

Dans l'exemple ci-dessous, nous montrons à quel point il est facile d'apprendre à un ordinateur à distinguer entre les prénoms de garçons et de filles néerlandais. Nous utilisons des logiciels et des modèles d'apprentissage automatique développés par Dialogic.

Avec la classification de texte, de grandes quantités de données textuelles peuvent être analysées. Un exemple est l'analyse de grandes quantités de littérature pour déterminer dans quelle mesure les articles d'une université sont liés aux objectifs de développement durable (ODD). Les images ci-dessous montrent les résultats pour une université néerlandaise.