Traitement automatique du langage naturel (TALN / NLP)

Le traitement automatique du langage naturel rassemble les méthodes qui permettent à un logiciel de travailler avec le langage humain. Parmi les tâches classiques : découper un texte en mots, reconnaître des noms de personnes et de lieux, classer un message par thème, détecter la langue, traduire, extraire les informations clés d'un document. Les chatbots, moteurs de recherche, filtres antispam et assistants vocaux s'en servent.

Pendant des années, le TALN a reposé sur des règles écrites à la main puis sur des modèles statistiques entraînés pour une seule tâche. Aujourd'hui, les grands modèles de langage réalisent beaucoup de ces tâches à la fois. La performance se mesure tâche par tâche, par exemple la part de messages correctement classés, en la comparant à des exemples étiquetés par des personnes, idéalement tirés de votre contexte.

Le TALN vaut ce que vaut le langage qu'il a rencontré. L'argot, les expressions régionales, les langues mélangées, l'ironie et les réponses très courtes sont plus difficiles, et les résultats sont souvent plus faibles dans les langues moins bien dotées en données. Avant de vous y fier, testez-le sur des exemples réels dans chaque langue utilisée et gardez la possibilité de lire le texte d'origine.