Apprentissage non supervisé de dépendances à partir de textes
Les grammaires de dépendance permettent de construire une organisation hiérarchique syntaxique des mots d une phrase. La construction manuelle des arbres de dépendances étant une tâche exigeant temps et expertise, de nombreux travaux cherchent à l automatiser. Visant à établir un processus léger et...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | , , , , |
| Format: | Thèse numérique |
| Idioma: | Français |
| Publicat: |
2015.
|
| Matèries: | |
| Accés en línia: | Accès au texte intégral https://theses.univ-orleans.fr/public/2015ORLE2080_va.pdf http://www.theses.fr/2015ORLE2080/abes |
| Nota: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire d'informatique fondamentale d'Orléans (Orléans ; 1987-....) (Laboratoire) Autre(s) contribution(s) : Adeline Nazarenko (Président du jury) ; Christel Vrain, Adeline Nazarenko, Isabelle Tellier, Mathieu Roche, Guillaume Cleuziou, Edmond Lassalle (Membre(s) du jury) ; Isabelle Tellier, Mathieu Roche (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Unsupervised dependency parsing from texts |