Développement de réseaux de neurones profonds pour l'apprentissage de représentations de documents et de phrases

 

Hugo Larochelle

Université de Sherbrooke

 

Domaine : technologies de l'information et des communications

Programme établissement de nouveaux chercheurs universitaires

Concours 2013-2014

Une approche pour implanter une intelligence artificielle dans une machine est de lui donner la capacité d'apprendre par elle-même, en s'inspirant du fonctionnement du cerveau humain et en développant des modèles mathématiques pouvant accomplir de telles prouesses. Ainsi, des recherches récentes ont porté sur des algorithmes d'apprentissage pouvant entraîné avec succès des réseaux de neurones dits profonds, c'est-à-dire ayant de nombreuses couches de neurones interconnectés.

À ce jour, les percées scientifiques sur ce type de réseaux de neurones ont été accomplies sur des tâches d'intelligence artificielle dont les données ont une complexité structurelle relativement simple. Spécifiquement, plusieurs de ces algorithmes ne sont pas bien adaptés à une application sur des données textuelles telles des documents ou des phrases.

Mon projet de recherche vise à faire des percées dans le développement de réseaux de neurones capables de découvrir une représentation multi-couches de données textuelles. Ces réseaux seront basés sur de l'apprentissage non-supervisé, c'est-à-dire ne nécessitant pas la supervision d'un être humain. La représentation apprise devra être riche et utile pour résoudre des tâches de traitement automatique du langage naturel.