Framework unifié pour la détection d'anomalies textuelles – CFTextAD

Le projet CFTextAD est un projet de recherche fondamentale contribuant à l'axe E.2, "Intelligence artificielle et science des données". Il propose de créer un framework unifié pour la détection d'anomalies textuelles afin de comprendre comment au mieux associer modèles existants de représentation du langage naturel sous forme textuelle et méthodes de détection d'anomalies. Ainsi, nous nous proposons en particulier d'étudier le transfert de connaissances des modèles pré-entrainés, et de caractériser les anomalies détectées, en diversifiant nos méthodes d'évaluation et en nous focalisant sur des approches interprétables. Nous cherchons à avoir une approche aussi générale que possible, et nous détacherons donc des tâches de classification qui jusqu'ici sous-tendent la supervision et l'évaluation de la plupart des approches de détection d'anomalies textuelles, afin d'obtenir un outil permettant d'améliorer l'état de l'art pour différentes tâches du traitement du langage automatique.