Xinlei Chen

Développement et évaluation de modèles de type BERT compacts (6M–12M paramètres) spécialisés pour le chinois classique, avec un focus sur l'efficacité et le déploiement. Comparaison de plusieurs stratégies de tokenisation au niveau caractère et sous-mot, avec évaluation sur 4 tâches NLP en aval. Réduction d'environ 10 % du nombre de paramètres et amélioration de la vitesse d'inférence d'environ 1,5× par rapport à des modèles de référence du domaine. Analyse des compromis entre taille du modèle, coût d'inférence et performance pour appuyer les choix techniques en environnement contraint.

Préparation, validation correction de données chinois mandarin. Contribution construction structuré format Universal Dependencies