Data & intelligence artificielle

🇲🇦 NLP Arabe & Darija Marocaine

IA Générative en Arabe & Darija : NLP et LLM pour l'Arabe et la Darija Marocaine

Spécificités linguistiques de l'arabe et de la darija : morphologie à racines, tokenisation dédiée, constitution et nettoyage de corpus darija, fine-tuning LoRA et cas d'usage métiers marocains.

  • 4 modules
  • 16 leçons
  • 4 h de contenu
  • Exercices Python exécutables
  • Évaluation finale
#NLP Arabe#Darija Marocaine#Arabizi#Fine-Tuning LoRA Arabe#Evaluation NLP Maroc

Ce que vous allez apprendre

  • L'arabe pour la machine : morphologie, scripts, arabizi
  • Tokenisation et modèles arabes existants
  • Corpus darija : collecte, nettoyage, annotation
  • Fine-tuning, évaluation et cas d'usage marocains

Programme

4 modules · 16 leçons · 4 h de contenu

1L'arabe pour la machine : morphologie, scripts, arabizi4 leçons · 1 h
  1. 1.1Spécificités linguistiques de l'arabe standard moderne (MSA) : morphologie consonantique à racines
  2. 1.2La Darija marocaine : dialecte vernaculaire, diglossie et influences linguistiques
  3. 1.3L'écriture en Arabizi (chiffres 3, 7, 9...) : défis de transcription et normalisation
  4. 1.4Normalisation de texte arabe : gestion des diacritiques (Tashkeel), hamza, taa marbouta
2Tokenisation et modèles arabes existants4 leçons · 1 h
  1. 2.1Le problème de la tokenisation des LLM occidentaux sur l'arabe : sur-fragmentation et coût
  2. 2.2Évaluation des tokeniseurs arabes spécialisés et extension de vocabulaire BPE
  3. 2.3État de l'art des modèles open source pour l'arabe : Jais, AceGPT, ALLaM, Qwen
  4. 2.4Analyse comparative des capacités en compréhension et génération sur dialectes maghrébins
3Corpus darija : collecte, nettoyage, annotation4 leçons · 1 h
  1. 3.1Stratégies de constitution d'un corpus Darija : réseaux sociaux, forums, retranscriptions audio
  2. 3.2Filtrage heuristique, dédoublonnage (MinHash) et détection de toxicité
  3. 3.3Traduction assistée par LLM et génération de dialogues synthétiques en darija marocaine
  4. 3.4Structuration et étiquetage de données d'instructions adaptées au contexte culturel marocain
4Fine-tuning, évaluation et cas d'usage marocains4 leçons · 1 h
  1. 4.1Adaptation d'un modèle de base par LoRA/QLoRA sur instructions en darija
  2. 4.2Benchmarking culturel : tests de compréhension de proverbes, contexte administratif et quotidien marocain
  3. 4.3Cas d'usage : service client bilingue arabe/darija/français
  4. 4.4Déploiement et intégration d'un assistant conversationnel marocain souverain

Comment se déroule la formation

À votre rythme

Des leçons courtes ; votre progression est enregistrée et vous reprenez là où vous vous êtes arrêté.

En pratiquant

Des exemples de code Python à modifier et exécuter dans le navigateur, sans rien installer.

Une validation

Une évaluation finale s'ouvre quand vous avez parcouru l'essentiel de la formation.

Dans le même domaine

  • Data & intelligence artificielle📊 Intermédiaire · Calcul Vectorisé

    Data Science avec NumPy & Pandas

    Calcul matriciel vectorisé, manipulation de DataFrames, séries temporelles et modélisation statistique avancée avec NumPy et Pandas.

    ▶ Exercices Python

    4 modules · 16 leçons · 8 h

    Voir le programme Accès sur attribution
  • Data & intelligence artificielle🤖 Avancé · Deep Learning & MLOps

    Intelligence artificielle avec Python

    Deep Learning avec PyTorch, réseaux convolutifs, Transformers pour le NLP, quantification et déploiement d'API d'inférence en production.

    ▶ Exercices Python

    4 modules · 16 leçons · 8 h

    Voir le programme Accès sur attribution
  • Data & intelligence artificielle🐘 Avancé · Architecture Interne & PostGIS

    PostgreSQL Avancé & Données Spatiales PostGIS

    Maîtrisez les rouages de PostgreSQL (MVCC, WAL, EXPLAIN ANALYZE), l'indexation avancée GIN et BRIN, l'extension spatiale PostGIS et le part…

    4 modules · 16 leçons · 8 h

    Voir le programme Accès sur attribution