Séminaire de linguistique computationnelle

Enseignants

de Marneffe Marie-Catherine;

Langue
d'enseignement

Français
> English-friendly

Préalables

• Avoir obtenu un bachelier 
• De bonnes bases en linguistique générale et computationnelle 
• Une connaissance solide en anglais académique 

Thèmes abordés

L'objectif du cours est d'explorer les recherches récentes dans le domaine de la linguistique computationnelle, en se concentrant sur la manière dont les efforts en linguistique théorique et les techniques informatiques peuvent se compléter. Les sujets abordés dans le cours peuvent être adaptés et/ou faire l'objet d'une attention particulière en fonction des intérêts des participants. Le cours couvrira à la fois du matériel didactique de base et des sujets plus avancés. Les participants devront lire et discuter des articles de recherche de pointe et réaliser un projet de recherche. Les étudiant.e.s sont encouragé.es à poursuivre des projets liés à leurs propres intérêts de recherche. 

Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :
1	Lire et synthétiser des articles de recherche portant sur un sous-domaine de la linguistique computationnelle
2	Comprendre les directions et enjeux actuels de la recherche en linguistique computationnelle
3	Présenter une question de recherche, la méthode et les résultats de cette recherche par écrit dans un travail académique
Cette unité d’enseignement contribue au développement et à la maitrise des compétences et acquis des programmes de l’Ecole de langues et lettres suivants (cf. Tableau des AA ELAL)

Contenu

Le cours introduira une problématique en TAL sur laquelle les étudiants travailleront en petits groupes. Le cours sera donc co-construit en tenant compte du travail des étudiants.

Méthodes d'enseignement

Mélange entre cours magistral et présentations des étudiant.es

Modes d'évaluation
des acquis des étudiants

La note finale est la moyenne arithmétique des notes de 2 composantes :

• Participation active aux cours requise vu que les cours sont collaboratifs et hands-on (20%) : l'étudiant.e doit prouver qu'il ou elle a effectué au préalable la recherche et la lecture des articles qui sont présentés et discutés en classe
• Présentation au cours d'un ou deux articles (80%)

Participation aux cours
Conformément à l'article 72 du Règlement général des études et des examens, l’enseignant·e responsable du cours peut proposer au jury de refuser l’inscription à l’examen (de janvier ou de septembre) d’un·e étudiant·e n’ayant pas participé de manière régulière aux activités d’apprentissage et/ou n’ayant pas remis ses travaux dans les délais impartis.

Deuxième inscription à l'examen
En cas de deuxième inscription à l'examen, l'étudiant sera uniquement évalué sur base d'un examen écrit représentant 100% de la note.

Autres infos

Les intelligences artificielles (IA) génératives doivent être utilisées de manière responsable et conformément aux pratiques de l’intégrité académique et scientifique. L'intégrité scientifique impliquant que l'on cite ses sources, l'usage d'une IA générative doit être signalé de manière précise et détaillée : l'étudiant.e est donc tenu d'indiquer (par exemple en note de bas de page) si une IA générative (en précisant laquelle et dans quelle mesure) a été utilisée pour la rédaction du texte. L'étudiant.e reste responsable du contenu de sa production, indépendamment des sources utilisées.

Le cours suit les principes énoncés dans les Lignes directrices pour une utilisation des outils d’intelligence artificielles génératives en ELAL.

Qu’il soit signalé ou non, l’usage supposé d’outils d’IA générative sera considéré comme non conforme aux normes académiques lorsqu’il conduit à :

• indiquer des sources bibliographiques pour étayer des affirmations sans que les sources en question aient été consultées et/ou sans qu’il y ait de lien étroit entre ces affirmations et les idées développées dans ces sources,
• introduire dans la liste bibliographique des références dont la validité n’a pas été vérifiée ou qui sont totalement inexistantes.

En cas de suspicion d’un usage inapproprié de l’IA générative, le ou les titulaires de l’UE peut vérifier le respect du principe d’authenticité du travail soumis par l’étudiant.e et, en application de l’article 148 du RGEE, moyennant l’accord du jury, faire procéder à une évaluation complémentaire. Tout usage non autorisé de l'IAG pourra être considéré comme une irrégularité au sens de l'art. 107 du RGEE de l'UCLouvain.

Règles relatives au plagiat
Dans le cadre de tout travail, l’étudiant·e fait la preuve de sa parfaite maitrise des règles de référenciation bibliographique ; au risque de se voir suspecter de plagiat, il/elle veille à 

• ne pas copier un texte sans guillemets et/ou sans mention de la source ;
• ne pas reproduire un graphique, des données, des illustrations, etc. sans mention de la source ;
• ne pas reformuler ou résumer l’idée originale d’un auteur sans mention de la source ; 
• ne pas traduire, totalement ou partiellement, une source sans la référencer ;
• ne pas utiliser le travail d’autrui en le présentant comme le sien (même si l’auteur du travail a donné son accord) ; 
• ne pas acheter un travail. 

Cf. https://www.uclouvain.be/fr/uss/lutter-contre-le-plagiat

Cette définition complète celle reprise à l’art. 107 §2 du RGEE et constitue une disposition particulière au sens du §3 du même article. L’étudiant·e qui ne respecterait pas les normes de référenciation scientifique énoncées cidessus s’expose, en cas d’irrégularité ou de plagiat constaté par le jury, à des sanctions académiques telles que détaillées par le RGEE (section 7). 

Ressources
en ligne

https://moodle.uclouvain.be/course/view.php?id=10416

Support de cours

• Portefeuille de lecture co-construit avec les étudiant.es et mis à disposition sur Moodle

Faculté ou entité
en charge

> ELAL