Tutoriel visant à montrer comment entraîner un système de traduction automatique neuronal avec OpenNMT. Matériel librement diffusable préparé à l'occasion de la conférence « Traduction littéraire et intelligence artificielle : théorie, pratique, création ».
## Cahiers d'exercices
Deux notebooks sont proposés ici :
*[TraiNMT.ipynb](TraiNMT.ipynb)(⇨ faire tourner dans [Colab](https://colab.research.google.com/drive/1oOe9X7r7CFqFCuk0YFiwBa2WtSTMGEFW?usp=sharing)) ;
*[TraiNMT_abridged.ipynb](TraiNMT_abridged.ipynb)(⇨ faire tourner dans [Colab](https://colab.research.google.com/drive/1aozKjHWeWMsJJ007Vd7p50I_jHqjIn5D?usp=sharing)).
Le premier contient des explications sur le fonctionnement de Colab ainsi que sur la marche à suivre et les exercices proposés. Il peut être parcouru et exécuté en une ou deux heures. Le second est une version abrégée et fonctionnelle permettant d'entraîner un système de TA de bout en bout sans recourir à des fichiers pré-traités ou à des modèles pré-entraînés, ce qui prolonge évidemment le temps d'exécution.
Il est fortement conseillé d'utiliser les cahiers mis à disposition sur Colab. Cela nécessite de créer ou de se connecter à un compte Google, mais permettra de voir un aperçu des sorties, d'interagir avec l'environnement et d'exécuter le code contenu dans les notebooks.
## Partage
Ces cahiers d'exercices sont partagés librement, afin d'illustrer le fonctionnement des outils de traduction automatique neuronaux, mais aussi de souligner l'importance des données et des étapes de pré/post-traitement des données dans la mise au point de tels systèmes.