Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique - Archive ouverte HAL
Communication Dans Un Congrès Année : 2020

Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique

Charles Condevaux
Détection, évaluation, gestion des risques CHROniques et éMErgents (CHROME) / Université de Nîmes
CV
Sébastien Harispe
Informatique, Image, Intelligence Artificielle
CV
Stéphane Mussard
CV
Guillaume Zambrano
Université de Nîmes
CV

Domaines

Informatique [cs] Intelligence artificielle [cs.AI] Traitement du texte et du document

Sébastien Harispe  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02884195

Soumis le : lundi 29 juin 2020-17:17:31

Dernière modification le : vendredi 6 décembre 2024-18:04:56

Fichier non déposé

Dates et versions

hal-02884195 , version 1 (29-06-2020)

Identifiants

  • HAL Id : hal-02884195 , version 1

Citer

Charles Condevaux, Sébastien Harispe, Stéphane Mussard, Guillaume Zambrano. Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique. EGC 2020 - Extraction et Gestion des Connaissances, Jan 2020, Bruxelles, Belgique. ⟨hal-02884195⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

EM-ALES UNIMES UNIV-MONTPELLIER EUROMOV-DHM INSTITUT-MINES-TELECOM
108 Consultations
0 Téléchargements

Partager

More