Manuel
Pour lancer une nouvelle analyse du niveau d'un texte, copiez/collez le texte dans le formulaire puis cliquez sur le bouton "Detection du niveau"
Vous pouvez aussi utiliser le micro de votre appareil en cliquant sur "Dictée vocale" et aprés avoir donné les autorisations nécéssaires à votre navigateur.
L’analyse descriptive des passages-clés de chaque niveau est visible grâce aux couleurs attribuées aux marqueurs linguistiques identifiés. Le bleu indique qu’il s’agit d’une occurrence que le système reconnaît en tant que mot, l’orange indique la catégorie grammaticale et des codes précisent le type de la catégorie (DET:ART : articles …), et le vert signale qu’il s’agit d’un lemme.
Références
Ruggia S., Vanni L., (2021), « DeepFLE : la plateforme pour évaluer le niveau d’un texte selon le CECRL », Dialogues et Cultures, n°66, p.235-254. [hal-03494844v1].
Ruggia S., (2019) : « Le deep learning : un outil pour la didactique du FLE ? », Dialettica pedagogica, n°1, p.79-106 [hal-02274114]
Vanni, L., Mahmoudi, H., Longrée, D., Mayaffre, D. (2024). Multichannel Convolutional Transformer and Intertextuality: A Latin Case Study. In: Giordano, G., Misuraca, M. (eds) New Frontiers in Textual Data Analysis. JADT 2022. Studies in Classification, Data Analysis, and Knowledge Organization. Springer, Cham. https://doi.org/10.1007/978-3-031-55917-4_16
Vanni L., Ducoffe M. and al., (2018) : "Text Deconvolution Saliency (TDS): a deep tool box for linguistic analysis", 56th Annual Meeting of the Association for Computational Linguistics (ACL), Jul 2018, Melbourne [hal-01804310]
Vanni L., Mayaffre D. and Longrée D., (2018) : "ADT et deep learning, regards croisés. Phrases-clefs, motifs et nouveaux observables", in D. Iezzi et al. (dir.) JADT’ 2018, UniverItalia, Rome, 2018, pp. 459-466. [hal-01823560]
