Descrizione del progetto
Allenare modelli di apprendimento automatico per compiti di linguaggio naturale
Internet contiene una grande quantità di dati e informazioni, in formato scritto e audiovisivo, in molte lingue diverse, e vi è una crescente necessità di utilizzare tali risorse in larga parte non ancora sfruttate. Il progetto SELMA, finanziato dall’UE, affronterà il tema dell’ingestione e del monitoraggio di grandi quantità di dati. Per farlo, allenerà sistematicamente alcuni modelli di apprendimento automatico a svolgere compiti legati al linguaggio naturale e impiegherà tali modelli per monitorare i flussi di dati, al fine di migliorare il monitoraggio dei media multilingua e la produzione di notizie. Il progetto, in definitiva, permetterà di far progredire lo stato dell’arte negli ambiti della modellazione del linguaggio e della traduzione automatica, nonché del riconoscimento e della sintesi vocali.
Obiettivo
SELMA builds a continuous deep learning multilingual media platform using extreme analytics.
Large amounts of multilingual text and speech data are available in the internet, but the potential to fully take advantage of this data has remained largely untapped. Recent advances in deep learning and transfer learning have opened the door to new possibilities – in particular integrating knowledge from these large unannotated datasets into plugable models for tackling machine learning tasks.
The aim of the Stream Learning for Multilingual Knowledge Transfer (SELMA) is to address three tasks: ingest large amounts of data and continuously train machine learning models for several natural language tasks; monitor these data streams using such models to improve multilingual Media Monitoring (use case 1); and improve the task of multilingual News Content Production (use case 2), thereby closing the loop between content monitoring and production.
SELMA has eight goals: 1. Enable processing of massive video and text data streams in a distributed and scalable fashion 2. Develop new methods for training unsupervised deep learning language models in 30 languages 3. Enable knowledge transfer across tasks and languages, supporting low-resourced languages 4. Develop novel data analytics methods and visualizations to facilitate the media monitoring decision-making process 5. Develop an open-source platform to optimize multilingual content production in 30 languages 6. Fine-tune deep learning models from user feedback, reducing recurring errors 7. Ensure a sustainable exploitation of the SELMA platform 8. Encourage active user involvement in the platform.
Achieving these aims requires advancing the state of the art in multiple technologies (transfer learning, language modelling, speech recognition, machine translation, summarization, speech synthesis, named entity linking, learning from user feedback), while building upon previous project results and existing services.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- scienze naturaliinformatica e scienze dell'informazioneinternet
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automaticoapprendimento profondo
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
Invito a presentare proposte
(si apre in una nuova finestra) H2020-ICT-2018-20
Vedi altri progetti per questo bandoBando secondario
H2020-ICT-2020-1
Meccanismo di finanziamento
RIA -Coordinatore
53113 Bonn
Germania