Biographie courte

Bonjour, je suis un chercheur du CNRS, je travaille au LIG (Laboratoire d'Informatique de Grenoble), dans le groupe GETALP.
Je travaille actuellement sur la conception de modèles neuronaux pour la résolution de chaînes de coréférences, la compréhension automatique de la parole, et la traduction automatique neuronale au niveau du document.

Entre octobre 2017 et décembre 2018 j'ai été chercheur invité au LIG dans le groupe GETALP, à partir de janvier 2019 j'ai integré officiellement le LIG en tant que membre permanent.

Entre octobre 2013 et décembre 2018 j'ai travaillé dans le laboratoire Lattice (Langues, Textes, Traitements informatiques, Cognition) sur l'apprentissage automatique pour des tâches de traitement automatique de langues et d'extraction d'information.

De décembre 2011 jusqu'à septembre 2013 j'ai été un post-doctorant du groupe TLP au LIMSI-CNRS (Laboratoire d'Informatique pour la Mécanique et les Sciences de l'Ingénieur), où j'ai travaillé sur l'application de paraphrases à la traduction automatique dans le projet TRACE et le projet Quaero, sous la direction de François Yvon et en collaboration avec Aurélien Max.

De juin 2010 jusqu'à novembre 2011, j'ai été post-doctorant dans le groupe TLP au LIMSI-CNRS, où j'ai travaillé sur la détection d'entités nommées étendues dans le projet Quaero, sous la direction de Sophie Rosset.

J'ai soutenu ma thèse en informatique et télécommnication en mars 2010 à l'école doctorale internationale du départment d'informatique et télécommunication (DISI) de l'université de Trento (Italie).
Ma thèse a été financée par le projet européen LUNA.

J'ai terminé mon master en informatique en avril 2006 et ma license en informatique en décembre 2003 au départment d'informatique de l'université de Pise.
Après mon master en informatique, en septembre 2006, j'ai passé l'examen pour être Ingénieur en informatique. En septembre 2012, j'ai enfin reçu mon diplôme.

Thèmes de recherche

• Apprentissage automatique et apprentissage profond
• Traitement Automatique de Langues (TAL), en particulier modélisation de séquences
• Modèles probabilistes, notamment réseaux neuronaux, champs aléatoires conditionnels (CRF), méthodes stochastiques à états finis (FSM), machines à vecteurs de support (SVM), grammaires probabilistes
• Conception de traits structurés pour le TAL
• Apprentissage de représentations