| 1 |
Unsupervised Word embedding Alignment in the biomedical domain ; Alignement non supervisé d'embeddings de mots dans le domaine biomédical
|
|
|
|
In: CIFSD - Conférence Internationale Francophone sur la Science des Données ; https://hal.archives-ouvertes.fr/hal-03259987 ; CIFSD - Conférence Internationale Francophone sur la Science des Données, Jun 2021, Marseille/Virtuel, France (2021)
|
|
BASE
|
|
Show details
|
|
|
| 2 |
Unsupervised Learning of Intuitive Physics from Videos ; Apprentissage non-supervisé de la physique intuitive
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-03530321 ; Artificial Intelligence [cs.AI]. Ecole Normale Superieure de Paris - ENS Paris, 2021. English (2021)
|
|
BASE
|
|
Show details
|
|
|
| 3 |
Unsupervised cross-lingual representation modeling for variable length phrases ; Apprentissage de représentations cross-lingue d’expressions de longueur variable
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-02938554 ; Computation and Language [cs.CL]. Université de Nantes, 2020. English (2020)
|
|
BASE
|
|
Show details
|
|
|
| 4 |
Unsupervised word discovery for computational language documentation ; Découverte non-supervisée de mots pour outiller la linguistique de terrain
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-02286425 ; Artificial Intelligence [cs.AI]. Université Paris Saclay (COmUE), 2019. English. ⟨NNT : 2019SACLS062⟩ (2019)
|
|
BASE
|
|
Show details
|
|
|
| 5 |
Discovery of linguistic units using unsupervised learning methods ; Découverte d'unités linguistiques à l'aide de méthodes d'apprentissage non supervisé
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-02893779 ; Intelligence artificielle [cs.AI]. Université Paul Sabatier - Toulouse III, 2019. Français. ⟨NNT : 2019TOU30074⟩ (2019)
|
|
BASE
|
|
Show details
|
|
|
| 6 |
Exploration par apprentissage de discussions de personnes en détresse psychologique
|
|
|
|
In: 29es Journées Francophones d'Ingénierie des Connaissances, IC 2018 ; https://hal.archives-ouvertes.fr/hal-01839561 ; 29es Journées Francophones d'Ingénierie des Connaissances, IC 2018, Jul 2018, Nancy, France. pp.95-102 ; http://pfia2018.loria.fr/ (2018)
|
|
BASE
|
|
Show details
|
|
|
| 7 |
Role of gaze in face-to-face interactions and its analysis among social cues ; Le regard dans les interactions lors d’entretiens en face à face et son analyse parmi les signaux sociaux
|
|
|
|
In: https://hal-normandie-univ.archives-ouvertes.fr/tel-02552250 ; Traitement des images [eess.IV]. Normandie Université, 2016. Français (2016)
|
|
BASE
|
|
Show details
|
|
|
| 8 |
Structuration de données par apprentissage non-supervisé : applications aux données textuelles
|
|
|
|
In: https://hal.archives-ouvertes.fr/tel-01250318 ; Informatique [cs]. Université d'Orléans, 2015 (2015)
|
|
BASE
|
|
Show details
|
|
|
| 9 |
Développement d'un système de reconnaissance automatique de la parole en coréen avec peu de ressources annotées
|
|
|
|
In: Journées d'Etude sur la Parole ; https://hal.archives-ouvertes.fr/hal-01843404 ; Journées d'Etude sur la Parole, Jan 2014, Le Mans, France (2014)
|
|
BASE
|
|
Show details
|
|
|
| 10 |
Automatic sense acquisition for Word Sense Disambiguation and lexical selection in translation ; Acquisition automatique de sens pour la désambiguïsation et la sélection lexicale en traduction
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-00322285 ; Linguistique. Université Paris-Diderot - Paris VII, 2008. Français (2008)
|
|
BASE
|
|
Show details
|
|
|
| 11 |
Une méthode non supervisée d'apprentissage sur le Web pour la résolution d'ambiguïtés structurelles liées au rattachement prépositionnel
|
|
|
|
In: Actes de la 10ème conférence sur le Traitement Automatique des Langues Naturelles. Posters ; Traitement Automatique des Langues (TALN 2003) ; https://hal.archives-ouvertes.fr/hal-03198910 ; Traitement Automatique des Langues (TALN 2003), Jun 2003, Batz-sur-Mer, France ; https://www.aclweb.org/anthology/2003.jeptalnrecital-poster.10 (2003)
|
|
BASE
|
|
Show details
|
|
|
| 12 |
Concepts and Algorithms for Discovering Formal Structures of Languages ; Concepts et algorithmes pour la découverte des structures formelles des langues
|
|
|
|
In: https://tel.archives-ouvertes.fr/tel-00169572 ; Théorie et langage formel [cs.FL]. Université de Caen, 1998. Français (1998)
|
|
Abstract:
This presentation describes a method which allows the uncovering of syntactic structures from untagged corpora (no lexicon, just raw text). It can be considered as a continuation of Zellig Harris distributional work developed in the 50'. Following the distributional hypothesis, only formal criteria are used (no resort to semantics). The method is based on a simple idea of the language: it is a linear object in which the boundaries (beginning and ending) of the different structures are marked by characteristic elements. The structures so delimited are the simple phrase (non recursive) and the clause, which are both multilingually and formally defined. The phrase Boundaries Indicator (BI) corresponds to morphemes (linked or free), and the clause BI to morphemes and phrases. From this theoretical structure, we extract the list of all the categories an element can belong to (beginning and ending BI of phrases and clauses). Once structures and categories are identified, we build specified contexts for each category in order to classify all the words of the texts. These contexts are built thanks to prototypical elements which are easily identified from formal criteria (their identification relies on their behaviour related to punctuation marks). We can thus classify a word into several categories. The categorization first deals with clause elements (such as conjunctions, verbal phrases), and then with nominal phrases. This method allows word categorization and segmentation of the corpus into phrases. These concepts and algorithms were partially tested on several natural languages such as French, German, Turkish, Vietnamese, Swahili. ; Que peut-on apprendre sur la structure d'une langue à partir d'un texte écrit dans cette langue, et ceci sans connaissance particulière sur celle-ci et avec l'aide (disons l'utilisation) d'un ordinateur? Voilà la question à laquelle nous avons essayé de répondre. Cette réponse peut être vue comme une continuation des travaux en analyse distributionnelle développée par Zellig Harris. L'objectif de ce travail est donc de découvrir les structures formelles d'une langue en étudiant ces régularités formelles contenues dans un corpus Notre méthode de découverte se base sur une simple conception formelle de la langue: un objet linéaire dans lequel les frontières (de début et de fin) des différentes structures sont indiquées par des éléments caractéristiques. Les structures ainsi identifiées sont le syntagme simple (non récursif), et la proposition, structures à la fois multilingues et formelles. Ces indicateurs de frontières correspondent à des morphèmes (libres ou liés) pour le syntagme, et à des morphèmes ou des syntagmes pour la proposition. À partir de ces structures théoriques, nous construisons la liste de toutes les catégories qu'un élément (morphème ou mot) peut prendre. Une fois ces structures et catégories recensées, nous construisons des contextes spécifiques à chaque catégorie afin de catégoriser les éléments du texte. Nous obtenons donc un mécanisme permettant d'assigner à un élément plusieurs catégories si cet élément apparaît dans différents contextes. Ces contextes sont construits à l'aide des éléments prototypiques de marqueurs de frontières de structures, identifiables grâce à leur position par rapport à la segmentation physique du texte (en particulier les ponctuations). Les résultats obtenus permettent la catégorisation des mots du corpus, ainsi qu'une segmentation partielle en syntagmes. La méthode a été appliquée à une dizaine de langues comme le français, l'allemand, le turc, le vietnamien et le swahili.
|
|
Keyword:
[INFO.INFO-FL]Computer Science [cs]/Formal Languages and Automata Theory [cs.FL]; Apprentissage non supervisé; catégorisation (linguistique); Clustering; Distributionalism; distributionalisme; langues naturelles; Multilinguism; multilinguisme; Natural Language Processing; Unsupervised Learning
|
|
URL: https://tel.archives-ouvertes.fr/tel-00169572/file/these.pdf
https://tel.archives-ouvertes.fr/tel-00169572/document
https://tel.archives-ouvertes.fr/tel-00169572
|
|
BASE
|
|
Hide details
|
|
|
| 13 |
Empirical Comparison of Evaluation Methods for Unsupervised Learning of Morphology
|
|
|
|
In: http://atala.org/IMG/pdf/2-Virpioja-TAL52-2-2011.pdf
|
|
BASE
|
|
Show details
|
|
|
|
|
