Traduction Fongbé → Français (Seq2Seq LSTM)
Mini-projet NLP (IFRI, semestre 5). Trois modèles Seq2Seq LSTM, entraînés de zéro sur un corpus fon-français d'environ 39 000 paires (dialogues, Bible, AI4D), avec des sous-mots SentencePiece (8 000), le lissage des étiquettes (0,1) et le BPE-dropout (0,1).
| Modèle | Architecture | BLEU test | chrF test | Décodage |
|---|---|---|---|---|
bilstm_attention |
encodeur BiLSTM + attention de Luong | 14,03 | 33,29 | beam 8, α 1,3 |
seq2seq_attention |
encodeur LSTM + attention de Luong | 6,87 | 24,30 | beam 5, α 1,0 |
seq2seq |
encodeur-décodeur LSTM | 4,54 | 21,47 | glouton |
Le test compte 4 880 paires, jamais utilisées pour l'entraînement ni pour les réglages : le beam est choisi sur la validation. Le BLEU et le chrF sont calculés par sacrebleu, sans tenir compte de la casse.
Les fichiers .pt contiennent les poids, la configuration et les vocabulaires (le modèle SentencePiece est inclus). Ils se chargent avec Traducteur.charger du code du projet (src/translation/inference.py). Les fichiers .metrics.json donnent les scores détaillés, y compris par source et par longueur de phrase.
L'application de démonstration est le Space ElFuegoX/traduction-fon-fr.
Sources des données : Degila et al. 2020 (Zenodo 4266935), Dossou et al. 2021 (Zenodo 4432712), Bible en fongbé (fongbebenin.com).