How the Structure of the Constraint Space Enables Learning - Archive ouverte HAL
Article Dans Une Revue Proceedings of the Society for Computation in Linguistics Année : 2018

How the Structure of the Constraint Space Enables Learning

Jane Chandlee
  • Fonction : Auteur
  • PersonId : 969663
Haverford College
Rémi Eyraud
éQuipe d'AppRentissage de MArseille
Jeffrey Heinz
  • Fonction : Auteur
Department of Computer Science [Stonybrook - NY]
Adam Jardine
  • Fonction : Auteur
  • PersonId : 969662
Rutgers University [Camden]
Jonathan Rawski
  • Fonction : Auteur
  • PersonId : 1040725
Stony Brook University [SUNY]

Domaines

Apprentissage [cs.LG] Intelligence artificielle [cs.AI] Linguistique
Fichier principal
Vignette du fichier
How the Structure of the Constraint Space Enables Learning.pdf (539.88 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Rémi Eyraud  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01958707

Soumis le : lundi 7 janvier 2019-15:59:29

Dernière modification le : lundi 10 juin 2024-16:50:19

Archivage à long terme le : lundi 8 avril 2019-13:40:49

Télécharger pour visualiser

Dates et versions

hal-01958707 , version 1 (07-01-2019)

Identifiants

Citer

Jane Chandlee, Rémi Eyraud, Jeffrey Heinz, Adam Jardine, Jonathan Rawski. How the Structure of the Constraint Space Enables Learning. Proceedings of the Society for Computation in Linguistics, 2018, 2, pp.387-388. ⟨10.7275/0v66-q733⟩. ⟨hal-01958707⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLN CNRS UNIV-AMU LIS-LAB
98 Consultations
68 Téléchargements

Altmetric

Partager

More