DE eng

Search in the Catalogues and Directories

Page: 1 2 3 4 5...15
Hits 1 – 20 of 290

1
Disambiguation of Medical Abbreviations in French with Supervised Methods
In: Studies in Health Technology and Informatics ; https://hal.archives-ouvertes.fr/hal-03335532 ; Studies in Health Technology and Informatics, 2021, ⟨10.3233/shti210171⟩ (2021)
BASE
Show details
2
Italian Sense Inventory
Poli, Francesca. - : Università di Pisa, 2021. : Istituto di Linguistica Computazionale “A. Zampolli” - Consiglio Nazionale delle Ricerche (ILC-CNR), 2021
BASE
Show details
3
Word Sense Disambiguation Using Prior Probability Estimation Based on the Korean WordNet
In: Electronics; Volume 10; Issue 23; Pages: 2938 (2021)
BASE
Show details
4
A Knowledge-Based Sense Disambiguation Method to Semantically Enhanced NL Question for Restricted Domain
In: Information ; Volume 12 ; Issue 11 (2021)
BASE
Show details
5
Improving the Performance of Vietnamese&ndash ; Korean Neural Machine Translation with Contextual Embedding
In: Applied Sciences ; Volume 11 ; Issue 23 (2021)
BASE
Show details
6
NERWS: Towards Improving Information Retrieval of Digital Library Management System Using Named Entity Recognition and Word Sense
In: Big Data and Cognitive Computing ; Volume 5 ; Issue 4 (2021)
BASE
Show details
7
SemEval-2021 Task 2: Multilingual and Cross-lingual Word-in-Context Disambiguation (MCL-WiC) ...
BASE
Show details
8
SemEval-2021 Task 2: Multilingual and Cross-lingual Word-in-Context Disambiguation (MCL-WiC) ...
BASE
Show details
9
Semantically-oriented text planning for automatic summarization
Casamayor, Gerard. - : Universitat Pompeu Fabra, 2021
In: TDX (Tesis Doctorals en Xarxa) (2021)
BASE
Show details
10
FlauBERT: Unsupervised Language Model Pre-training for French
In: Proceedings of the 12th Language Resources and Evaluation Conference ; LREC ; https://hal.archives-ouvertes.fr/hal-02890258 ; LREC, 2020, Marseille, France (2020)
BASE
Show details
11
FlauBERT : Unsupervised Language Model Pre-training for French ; FlauBERT : des modèles de langue contextualisés pré-entraînés pour le français
In: Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles ; https://hal.archives-ouvertes.fr/hal-02784776 ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles, Jun 2020, Nancy, France. pp.268-278 (2020)
BASE
Show details
12
Disambiguation of abbreviations from the medical domain. ; La désambiguisation des abréviations du domaine médical
In: Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 3 : Rencontre des Étudiants Chercheurs en Informatique pour le TAL ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 3 : Rencontre des Étudiants Chercheurs en Informatique pour le TAL ; https://hal.archives-ouvertes.fr/hal-02786196 ; 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 3 : Rencontre des Étudiants Chercheurs en Informatique pour le TAL, Jun 2020, Nancy, France. pp.151-163 ; https://jep-taln2020.loria.fr/ (2020)
BASE
Show details
13
Joint Neural Models of Word Sense Disambiguation and Machine Translation ; Modèles neuronaux joints de désambiguïsation lexicale et de traduction automatique
Vial, Loïc. - : HAL CCSD, 2020
In: https://tel.archives-ouvertes.fr/tel-03027723 ; Informatique et langage [cs.CL]. Université Grenoble Alpes, 2020. Français (2020)
BASE
Show details
14
Joint Neural Models of Word Sense Disambiguation and Machine Translation ; Modèles neuronaux joints de désambiguïsation lexicale et de traduction automatique
Vial, Loïc. - : HAL CCSD, 2020
In: https://tel.archives-ouvertes.fr/tel-03033118 ; Intelligence artificielle [cs.AI]. Université Grenoble Alpes [2020-.], 2020. Français. ⟨NNT : 2020GRALM032⟩ (2020)
Abstract: Word Sense Disambiguation (WSD) and Machine Translation (MT) are two central and among the oldest tasks of Natural Language Processing (NLP). Although they share a common origin, WSD being initially conceived as a fundamental problem to be solved for MT, the two tasks have subsequently evolved very independently of each other. Indeed, on the one hand, MT has been able to overcome the explicit disambiguation of terms thanks to statistical and neural models trained on large amounts of parallel corpora, and on the other hand, WSD, which faces some limitations such as the lack of unified resources and a restricted scope of applications, remains a major challenge to allow a better understanding of the language in general.Today, in a context in which neural networks and word embeddings are becoming more and more important in NLP research, the recent neural architectures and the new pre-trained language models offer not only some new possibilities for developing more efficient WSD and MT systems, but also an opportunity to bring the two tasks together through joint neural models, which facilitate the study of their interactions.In this thesis, our contributions will initially focus on the improvement of WSD systems by unifying the ressources that are necessary for their implementation, constructing new neural architectures and developing original approaches to improve the coverage and the performance of these systems. Then, we will develop and compare different approaches for the integration of our state of the art WSD systems and language models into MT systems for the overall improvement of their performance. Finally, we will present a new architecture that allows to train a joint model for both WSD and MT, based on our best neural systems. ; La désambiguïsation lexicale (DL) et la traduction automatique (TA) sont deux tâches centrales parmi les plus anciennes du traitement automatique des langues (TAL). Bien qu'ayant une origine commune, la DL ayant été conçue initialement comme un problème fondamental à résoudre pour la TA, les deux tâches ont par la suite évolué très indépendamment. En effet, d'un côté, la TA a su s'affranchir d'une désambiguïsation explicite des termes grâce à des modèles statistiques et neuronaux entraînés sur de grandes quantités de corpus parallèles, et de l'autre, la DL, qui est confrontée à certaines limitations comme le manque de ressources unifiées et un champs d'application encore restreint, reste un défi majeur pour permettre une meilleure compréhension de la langue en général.Aujourd'hui, dans un contexte où les méthodes à base de réseaux de neurones et les représentations vectorielles des mots prennent de plus en plus d'ampleur dans la recherche en TAL, les nouvelles architectures neuronales et les nouveaux modèles de langue pré-entraînés offrent non seulement de nouvelles possibilités pour développer des systèmes de DL et de TA plus performants, mais aussi une opportunité de réunir les deux tâches à travers des modèles neuronaux joints, permettant de faciliter l'étude de leurs interactions.Dans cette thèse, nos contributions porteront dans un premier temps sur l'amélioration des systèmes de DL, par l'unification des données nécessaires à leur mise en oeuvre, la conception de nouvelles architectures neuronales et le développement d'approches originales pour l'amélioration de la couverture et des performances de ces systèmes. Ensuite, nous développerons et comparerons différentes approches pour l'intégration de nos systèmes de DL état de l'art et des modèles de langue, dans des systèmes de TA, pour l'amélioration générale de leur performance. Enfin, nous présenterons une nouvelle architecture pour l'apprentissage d'un modèle neuronal joint pour la DL et la TA, s'appuyant sur nos meilleurs systèmes neuronaux pour l'une et l'autre tâche.
Keyword: [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]; Désambiguïsation lexicale; Joint Models; Machine Translation; Modèles joints; Neural Networks; Réseaux de neurones; Traduction automatique; Word Sense Disambiguation
URL: https://tel.archives-ouvertes.fr/tel-03033118/document
https://tel.archives-ouvertes.fr/tel-03033118
https://tel.archives-ouvertes.fr/tel-03033118/file/VIAL_2020_archivage.pdf
BASE
Hide details
15
STEM-ECR-v1.0 ...
BASE
Show details
16
UPC: An Open Word-Sense Annotated Parallel Corpora for Machine Translation Study
Vu; Nguyen; Shin...
In: Applied Sciences ; Volume 10 ; Issue 11 (2020)
BASE
Show details
17
The STEM-ECR Dataset: Grounding Scientific Entity References in STEM Scholarly Content to Authoritative Encyclopedic and Lexicographic Sources ...
D'Souza, Jennifer; Hoppe, Anett; Brack, Arthur. - : Paris : European Language Resources Association, 2020
BASE
Show details
18
An Evaluation Benchmark for Testing the Word Sense Disambiguation Capabilities of Machine Translation Systems ...
BASE
Show details
19
An Evaluation Benchmark for Testing the Word Sense Disambiguation Capabilities of Machine Translation Systems ...
BASE
Show details
20
An Evaluation Benchmark for Testing the Word Sense Disambiguation Capabilities of Machine Translation Systems ...
BASE
Show details

Page: 1 2 3 4 5...15

Catalogues
0
0
0
0
0
0
0
Bibliographies
0
0
0
0
0
0
0
0
0
Linked Open Data catalogues
0
Online resources
0
0
0
0
Open access documents
289
1
0
0
0
© 2013 - 2024 Lin|gu|is|tik | Imprint | Privacy Policy | Datenschutzeinstellungen ändern