Bienvenue · Welcome · Ne y waoogo · I bisimila · Akwaba · Ẹ káàbọ̀ · Barka da zuwa · Karibu · Boyei malamu · أهلاً وسهلاً
Je construis des systèmes qui lisent, classent et comprennent le langage : sceaux byzantins, discours de haine en français, imprimés du XVIIe siècle, connaissances muséales. Formé en sciences du langage, je fais du TAL avec les outils de l'apprentissage profond et la rigueur de l'annotation linguistique.
Le problème. Un monogramme byzantin superpose plusieurs lettres grecques en un seul dessin. Les lire demande un expert ; il existe des dizaines de milliers de sceaux.
Le piège. Le corpus compte 42 660 lignes, mais seulement 7 499 textes distincts : sans déduplication, le test recopie l'entraînement. Après audit des données, perte pondérée et seuil ajusté sur la validation, CamemBERT atteint un F1 de 0,83 sur la classe « haineux ».
Une application qui rend la linguistique computationnelle accessible sans prérequis : 7 parcours de la tokenisation aux LLM, un laboratoire interactif et du Python exécuté dans le navigateur. Un dossier est consacré aux langues africaines.
Fusion de données sismiques tabulaires et de signaux audio pour détecter automatiquement séismes et tsunamis. La fusion multimodale dépasse les meilleures approches unimodales (Random Forest : 88,9 % d'exactitude).
Une ontologie OWL 2 qui ne se contente pas de stocker : le raisonneur en déduit dynastie, période, statut royal et localisation actuelle de chaque objet. 6 règles SWRL, gestion des exceptions, contrôle de cohérence.
Recherche par le sens et non par mots-clés : plongements Sentence-Transformers, index FAISS, interface Streamlit.
Je publie Mots & Pouvoir, une publication en français sur la langue, le pouvoir, la philosophie et la pensée africaine. Écrire sur ce que les mots font aux gens nourrit ce que je fais aux mots avec des modèles.
Je cherche un stage de fin d'études de 6 mois en ingénierie NLP / LLM, à partir de mars 2027, de préférence en R&D. Basé à Paris, mobile.