Analyse sémantique robuste par apprentissage antagoniste pour la généralisation de domaine - Archive ouverte HAL
Communication Dans Un Congrès Année : 2020

Analyse sémantique robuste par apprentissage antagoniste pour la généralisation de domaine

Résumé

Nous présentons des résumés en français et en anglais de l’article (Marzinotto et al., 2019) présenté à la conférence North American Chapter of the Association for Computational Linguistics : Human Language Technologies en 2019.

Domaines

Informatique et langage [cs.CL]
Fichier principal
Vignette du fichier
153.pdf (267.43 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Sylvain Pogodalla  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02768521

Soumis le : mardi 23 juin 2020-11:25:01

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

Télécharger pour visualiser

Dates et versions

hal-02768521 , version 1 (05-06-2020)
hal-02768521 , version 2 (17-06-2020)
hal-02768521 , version 3 (23-06-2020)

Identifiants

  • HAL Id : hal-02768521 , version 3

Citer

Gabriel Marzinotto, Géraldine Damnati, Frédéric Béchet, Benoît Favre. Analyse sémantique robuste par apprentissage antagoniste pour la généralisation de domaine. 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 4 : Démonstrations et résumés d'articles internationaux, 2020, Nancy, France. pp.71-72. ⟨hal-02768521v3⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-TLN CNRS UNIV-AMU LIS-LAB JEP-TALN-RECITAL2020 TALN-RECITAL INCIAM
175 Consultations
54 Téléchargements

Partager

More