Combinaisons de boules de mots pour la classification de séquences

Frédéric Tantini 1, 2 Alain Terlutte 3 Fabien Torre 4, 3
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 : Nous nous intéressons à la combinaison de méthodes d'apprentissage à base de moindres généralisés et de techniques d'inférence de boules de mots, appliquée à la classification de séquences. Nous montrons que cette intégration n'est pas directe et qu'elle nécessite un travail de compréhension des moindres généralisés et des algorithmes nouveaux pour produire des boules de mots. L'apprenant résultant de cette démarche est ensuite évalué expérimentalement sur des données classiques de l'inférence grammaticale et sur un jeu de données réel. Dans les deux cas, notre approche se montre compétitive avec les meilleurs algorithmes connus.
Document type :
Conference papers
Complete list of metadatas

https://hal.inria.fr/hal-00675210
Contributor : Fabien Torre <>
Submitted on : Wednesday, February 29, 2012 - 2:00:54 PM
Last modification on : Thursday, February 21, 2019 - 10:52:49 AM
Long-term archiving on : Monday, November 26, 2012 - 10:20:34 AM

File

GloBallCAp2010.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00675210, version 1

Citation

Frédéric Tantini, Alain Terlutte, Fabien Torre. Combinaisons de boules de mots pour la classification de séquences. CAp - Conférence Francophone sur l'Apprentissage Automatique - 2010, May 2010, Clermont-Ferrand, France. pp.161-176. ⟨hal-00675210⟩

Share

Metrics

Record views

376

Files downloads

159