Version imprimable |
Ressource documentaire
05b - Oublier ce qu’on sait, pour mieux apprendre ce qu’on ne sait pas : une étude sur les contraintes de type dans les modèles CRF (taln2015) (en Français) | |||
Droits : Droits réservés à l'éditeur et aux auteurs 23-06-2015 Description : Sessions orales TALN 2015 – Mardi 23 juin 2015Session Extraction d’informationOublier ce qu’on sait, pour mieux apprendre ce qu’on ne sait pas : une étude sur les contraintes de type dans les modèles CRF Nicolas Pécheux, Alexandre Allauzen, Thomas Lavergne, Guillaume Wisniewski et François Yvon Résumé : Quand on dispose de connaissances a priori sur les sorties possibles d’un problème d’étiquetage,il semble souhaitable d’inclure cette information lors de l’apprentissage pour simplifier la tâche de modélisation et accélérer les traitements. Pourtant, même lorsque ces contraintes sont correctes et utiles au décodage, leur utilisation lors de l’apprentissage peut dégrader sévèrement les performances. Dans cet article, nous étudions ce paradoxe et montrons que le manque de contraste induit par les connaissances entraîne une forme de sous-apprentissage qu’il est cependant possible de limiter. Mots-clés libres : traitement automatique du langage naturel,taln2015 | TECHNIQUE Type : image en mouvement Format : video/x-flv Source(s) : rtmpt://fms2.cerimes.fr:80/vod/centre_d_enseignement_multimedia_universitaire_c_e_m_u_universit/05b.oublier.ce.qua.on.sait.pour.mieux.apprendre.ce.qua.on.ne.sait.pas.une.tude.sur.les.contraintes.de.type.dans.les.mod.les.crf.taln2015._18664/lavergne_sd.mp4 | ||
Entrepôt d'origine : Canal-u.fr Identifiant : oai:canal-u.fr:18664 Type de ressource : Ressource documentaire |
Exporter au format XML |
Ressource pédagogique
05b - Oublier ce qu’on sait, pour mieux apprendre ce qu’on ne sait pas : une étude sur les contraintes de type dans les modèles CRF (taln2015) (en Français) | |||||||||
Identifiant de la fiche : 18664 Schéma de la métadonnée : LOMv1.0, LOMFRv1.0 Droits : libre de droits, gratuit Droits réservés à l'éditeur et aux auteurs Description : Sessions orales TALN 2015 – Mardi 23 juin 2015Session Extraction d’informationOublier ce qu’on sait, pour mieux apprendre ce qu’on ne sait pas : une étude sur les contraintes de type dans les modèles CRF Nicolas Pécheux, Alexandre Allauzen, Thomas Lavergne, Guillaume Wisniewski et François Yvon Résumé : Quand on dispose de connaissances a priori sur les sorties possibles d’un problème d’étiquetage,il semble souhaitable d’inclure cette information lors de l’apprentissage pour simplifier la tâche de modélisation et accélérer les traitements. Pourtant, même lorsque ces contraintes sont correctes et utiles au décodage, leur utilisation lors de l’apprentissage peut dégrader sévèrement les performances. Dans cet article, nous étudions ce paradoxe et montrons que le manque de contraste induit par les connaissances entraîne une forme de sous-apprentissage qu’il est cependant possible de limiter. Mots-clés libres : traitement automatique du langage naturel, taln2015
| PEDAGOGIQUE Type pédagogique : cours / présentation Niveau : enseignement supérieur TECHNIQUE Type de contenu : image en mouvement Format : video/x-flv Taille : 140.73 Mo Durée d'exécution : 29 minutes 21 secondes RELATIONS Cette ressource fait partie de : | ||||||||
Entrepôt d'origine : Canal-u.fr Identifiant : oai:canal-u.fr:18664 Type de ressource : Ressource pédagogique |
Exporter au format XML |