Méthodes densemble en inférence grammaticale : une approche à base de moindres généralisésReport as inadecuate




Méthodes densemble en inférence grammaticale : une approche à base de moindres généralisés - Download this document for free, or read online. Document in PDF available to download.

1 LIFL - Laboratoire d-Informatique Fondamentale de Lille 2 MOSTRARE - Modeling Tree Structures, Machine Learning, and Information Extraction LIFL - Laboratoire d-Informatique Fondamentale de Lille, Inria Lille - Nord Europe

Résumé : Nous présentons un cadre général pour la classification supervisée basé sur la notion de moindre généralisé généralisation minimale d-un ensemble d-exemples. Nous montrons que le fait de définir cette opération dans l-espace d-hypothèses choisi met à notre disposition, sans effort supplémentaire, plusieurs algorithmes d-apprentissage supervisé à plusieurs classes, en particulier des méthodes d-ensemble de boosting par exemple. Après avoir décrit cette architecture générique, nous expliquons son utilisation pour l-inférence grammaticale : le calcul du moindre généralisé y est un apprentissage à partir d-exemples positifs seuls comme ceux effectués par les algorithmes TSSI et ZR. Des classifications efficaces de séquences sont alors possibles par vote de plusieurs automates élémentaires. Des expérimentations valident notre approche et nous discutons des intérêts et implications de ces idées.





Author: Fabien Torre - Alain Terlutte -

Source: https://hal.archives-ouvertes.fr/



DOWNLOAD PDF




Related documents