Combinaisons d'automates et de boules de mots pour la classification de séquences

Frédéric Tantini 1, 2 Alain Terlutte 3 Fabien Torre 3, 4
2 PAROLE - Analysis, perception and recognition of speech
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
4 MOSTRARE - Modeling Tree Structures, Machine Learning, and Information Extraction
LIFL - Laboratoire d'Informatique Fondamentale de Lille, Inria Lille - Nord Europe
Résumé : Dans cet article, nous présentons un cadre d'apprentissage général pour la classification supervisée. Ce cadre ne nécessite que la définition d'un opérateur de généralisation et fournit en particulier des méthodes d'ensemble. Pour les tâches de classification de séquences, nous montrons que l'inférence grammaticale, avec des objectifs différents, a déjà défini de tels apprenants pour certaines familles d'automates comme les réversibles ou les k-TSS. Nous proposons ensuite un opérateur de généralisation original pour la famille des boules de mots. Enfin, nous montrons au travers de différentes expérimentations que notre approche permet effectivement de résoudre des tâches de classification de séquences.
Type de document :
Article dans une revue
Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2011, Apprentissage artificiel, 25 (3), pp.411-434. 〈10.3166/ria.25.411-434〉
Liste complète des métadonnées

Littérature citée [4 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-00643057
Contributeur : Fabien Torre <>
Soumis le : lundi 21 novembre 2011 - 09:24:38
Dernière modification le : jeudi 11 janvier 2018 - 06:22:13
Document(s) archivé(s) le : vendredi 16 novembre 2012 - 11:31:57

Fichier

Volata-RIA-2011.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Frédéric Tantini, Alain Terlutte, Fabien Torre. Combinaisons d'automates et de boules de mots pour la classification de séquences. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, Lavoisier, 2011, Apprentissage artificiel, 25 (3), pp.411-434. 〈10.3166/ria.25.411-434〉. 〈hal-00643057〉

Partager

Métriques

Consultations de la notice

296

Téléchargements de fichiers

99