Comparaison d’architectures neuronales pour l’analyse syntaxique en constituants

Maximin Coavoux 1 Benoît Crabbé 1
1 ALPAGE - Analyse Linguistique Profonde à Grande Echelle ; Large-scale deep linguistic processing
Inria Paris-Rocquencourt, UPD7 - Université Paris Diderot - Paris 7
Abstract : L’article traite de l’analyse syntaxique lexicalisée pour les grammaires de constituants. On se place dans le cadre de l’analyse par transitions. Les modèles statistiques généralement utilisés pour cette tâche s’appuient sur une re- présentation non structurée du lexique. Les mots du vocabulaire sont représentés par des symboles discrets sans liens entre eux. À la place, nous proposons d’utiliser des représentations denses du type plongements (embeddings) qui permettent de modéliser la similarité entre symboles, c’est-à-dire entre mots, entre parties du discours et entre catégories syntagma- tiques. Nous proposons d’adapter le modèle statistique sous-jacent à ces nouvelles représentations. L’article propose une étude de 3 architectures neuronales de complexité croissante et montre que l’utilisation d’une couche cachée non-linéaire permet de tirer parti des informations données par les plongements.
Type de document :
Communication dans un congrès
TALN 2015, 2015, Caen, France. 2015
Liste complète des métadonnées

https://hal.inria.fr/hal-01174613
Contributeur : Benoit Crabbe <>
Soumis le : jeudi 9 juillet 2015 - 13:33:58
Dernière modification le : vendredi 25 mai 2018 - 12:02:05

Identifiants

  • HAL Id : hal-01174613, version 1

Collections

Citation

Maximin Coavoux, Benoît Crabbé. Comparaison d’architectures neuronales pour l’analyse syntaxique en constituants. TALN 2015, 2015, Caen, France. 2015. 〈hal-01174613〉

Partager

Métriques

Consultations de la notice

154