BEGIN:VCALENDAR VERSION:2.0 PRODID:https://evenements.uqam.ca X-PUBLISHED-TTL:P1W BEGIN:VEVENT UID:34377@https://evenements.uqam.ca DTSTART:20260910T103000Z SEQUENCE:4 TRANSP:OPAQUE URL:https://evenements.uqam.ca/evenements/seminaire-au-dic-le-pouvoir-recom binant-du-langage-par-nicolas-goulet-et-leo-boisvert/34377?date=2026-09-10 _10-30-00 LOCATION:UQAM - Pavillon Président-Kennedy (PK) (201\, avenue du Présiden t-Kennedy\, Montréal ) SUMMARY:Séminaire au DIC: «Le pouvoir recombinant du langage» par Nicola s Goulet et Léo Boisvert CLASS:PUBLIC DESCRIPTION:Séminaire ayant lieu dans le cadre du Doctorat en informatique cognitive\, en collaboration avec le centre de recherche CRIA            \n\n\n \n\n\nTITRE : Le pouvoir recombinant du langage\n\n\n  \n\n\nNicolas GOULET et Léo BOISVERT\n\n\nJeudi le 10 septembre 2026 à 1 0h30\n\n\nLocal PK-5115 (Il est possible d'y assister en virtuel en vous inscrivant ici)             \n\n\n \n\n\nRÉSUMÉ\n\n\nTout dictionnaire complet peut être représenté comme un graphe définitionne l\, où chaque mot-contenu (nom\, verbe\, adjectif\, adverbe) renvoie\, pa r sa définition\, à d'autres mots-contenu. Nos travaux antérieurs ont m ontré que chaque graphe dictionnairique possède un « MinSet » : le plu s petit ensemble de mots-contenu dont le référent doit être appris dire ctement — par les sens et l'action — à partir duquel tous les autres mots-contenu peuvent être définis de façon purement récursive. Ce MinS et s'est révélé étonnamment petit : environ 1 % des mots-contenu. Cet exposé présente une généralisation de ce résultat : au lieu de ne con sidérer que le premier sens de chaque mot\, nous désambiguïsons l'ensem ble des sens de chaque mot-contenu\, dans plusieurs dictionnaires anglais ainsi que dans de nouveaux dictionnaires en plusieurs langues. Bien que le nombre total de mots-contenu augmente considérablement une fois les sens désambiguïsés\, la taille du MinSet ne croît que modérément\, et ce profil se retrouve à travers les dictionnaires et les langues. Ce résul tat renforce l'idée qu'un très petit noyau de mots ancrés sensorimoteur s suffit à engendrer\, par recombinaison seule\, la totalité du lexique — avec des implications pour l'apprentissage du langage chez l'enfant\, la pédagogie\, et les limites des grands modèles de langage\, qui n'ont accès qu'à la recombinaison\, jamais à l'ancrage direct.\n\n\n \n\n\nB IOGRAPHIE\n\n\nNicolas GOULET est doctorant en sciences des données à H EC et Mila. Il a étudié les bases neurales du comportement avant d'entam er une maîtrise en informatique et IA à l'UQAM dirigé par É. Harnad et A. Blondin Massé. Dirigées par T. Maharaj au Errata Lab\, ses recherche s doctorales lient l’apprentissage du langage\, les fondements mathémat iques de la perception catégorielle dans les LLMs et l’ancrage des symb oles. Il s’intéresse aussi à la neuroscience\, la sentience\, et diver s aspects de l’informatique-mathématique. \n\n\n \n\n\nLéo BOISVERT  est doctorant en génie informatique à Polytechnique Montréal et Mila\ , et est chercheur invité à ServiceNow Research. Sa recherche se concent re sur les enjeux de sécurité des systèmes d’IA agentive. Au travers de son travail de chroniqueurs dans les médias et de conseiller\, il cher che à démocratiser la littératie des systèmes agentiques et d’IA mod ernes. \n\n\n \n\n\nRÉFÉRENCES\n\n\nNavigli\, R. (2026). Is word sense disambiguation dead in the LLM era? Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 40\, No. 46\, pp. 39753-39762).\n\n\nMecon i\, D.\, Stirpe\, S.\, Martelli\, F.\, Lavalle\, L.\, &\; Navigli\, R. (2025). Do large language models understand word senses? In Proceedings o f the 2025 Conference on Empirical Methods in Natural Language Processing  (pp. 33885-33904).\n\n\nGoulet\, N.\, Massé\, A. B.\, &\; Abdendi\, M. (2025). Approaching the Source of Symbol Grounding with Confluent Reduc tions of Abstract Meaning Representation Directed Graphs. arXiv preprint arXiv:2508.11068.\n\n\nVincent‐Lamarre\, P.\, Massé\, A. B.\, Lopes\, M .\, Lord\, M.\, Marcotte\, O.\, &\; Harnad\, S. (2016). The latent stru cture of dictionaries. Topics in cognitive science\, 8(3)\, 625-659.\n\n Mot-clés : conférence\, Séminaire\, NeuroQAM\, LLMs\, Neurolab\, LATECE \, LATECE UQAM INFORMATIQUE\, CRIA\, Département de Neuroscience\, Scienc es cognitives\, Philosophie\, Sciences cognitive\, École de langues\, neu rosciences cognitives\, Institut des sciences cognitives\, Apprentissage d u langage\, Apprentissage du langage naturel\, sciences du langage\, appre ntissage machine\, apprentissage profond\, langage automatique\, langage c ognitif\, metacognition\, Cognition humaine\, Cognition\, intelligence art ificielle\, IA \; intelligence artificielle\, société\, IA\, intelligenc e artificielle\, chatGPT\, enseignement supérieur\, IA\, intelligence art ificielle\, département de linguistique\, Maîtrise en informatique\, ma îtrise en psychologie\, doctorat en psychologie\, département de psychol ogie\, Département d'informatique\, Faculté des sciences humaines\, Facu lté des sciences de l'UQAM\, Faculté des sciences\, doctorat en informat ique\, doctorat en informatique cognitive\n\nPrix : Gratuit\n\n CATEGORIES:Séminaire,Conférence DTSTAMP:20260909T092153Z CREATED:20260902T172414Z LAST-MODIFIED:20260904T110528Z END:VEVENT END:VCALENDAR