Traduction automatisée des langues africaines. Cas du lingala.

III- CONSTRUCTION DU MODÈLE DE TRADUCTION AUTOMATIQUE

1- présentation des différents modèles construit

Nous résumons dans cette partie-ci les différents modèles construit pour la résolution du problème :

Dans l'optique d'avoir un modèle performant c'est-à-dire un modèle avec lequel l'on pourra avoir une traduction très proche d'une traduction humaine professionnelle, l'on a construit plusieurs modèles de traduction automatique afin de comparer leurs performances et d'y retenir le meilleur.

N°		Modèles	Modèle 1
Sequence-to-sequence		Modèle 2
Sequence-to-sequence avec mécanisme d'attention		Modèle 3
Transformer

Tableau 10 : Modèles de traduction automatique

Nous présentons ci-après quelques hyperparamètres des modèles construits et leurs valeurs :

Hyperparamètres

Encoder Valeurs

RNN de type LSTM

Decoder

Classifier activation function RNN de type GRU

softmax

Source text embedding size

Target text embedding size 300

300

Encoder hidden size

Decoder hidden size 256

256

Learning rate 0.01

Master Data Science - Big Data 40

Tableau 11 : Quelques hyperparamètres des modèles construits

TANO Assandé Jacob