Énergie textuelle de mémoires associatives - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2007

Énergie textuelle de mémoires associatives

Résumé

Dans cet article 1 , nous présentons une approche de réseaux de neurones inspi-rée de la physique statistique de systèmes magnétiques pour étudier des problèmes fondamen-taux du Traitement Automatique de la Langue Naturelle. L'algorithme modélise un document comme un système de neurones où l'on déduit l'énergie textuelle. Nous avons appliqué cette approche aux problèmes de résumé automatique et de détection de frontières thématiques. Les résultats sont très encourageants. Abstract. In this paper we present a neural networks approach, inspired by statistical physics of magnetic systems, to study fundamental problems in Natural Language Processing. The algorithm models documents as neural network whose textual energy is studied. We obtained good results on the application of this method to automatic summarization and thematic borders detection. Mots-clés : Réseaux de neurones, réseaux de Hopfield, résumé, frontière thèmatiques.
Fichier non déposé

Dates et versions

hal-01320370 , version 1 (23-05-2016)

Identifiants

  • HAL Id : hal-01320370 , version 1

Citer

Silvia Fernández, Eric Sanjuan, Juan-Manuel Torres-Moreno. Énergie textuelle de mémoires associatives. TALN 2007, Jun 2007, Toulouse, France. ⟨hal-01320370⟩
46 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More