« Modèle séquence à séquence » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
Aucun résumé des modifications |
||
| Ligne 7 : | Ligne 7 : | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
== Définition == | ==Définition== | ||
Réseau de neurones récurrent qui convertit une séquence de données d'un domaine en entrée vers une nouvelle séquence de données dans un autre domaine en sortie. | Réseau de neurones récurrent qui convertit une séquence de données d'un domaine en entrée vers une nouvelle séquence de données dans un autre domaine en sortie. | ||
Note: généralement, un | Note: généralement, un est implémenté en utilisant deux réseaux de neurones récurrents, un premier réseau est un encodeur et le second est un décodeur. On parle aussi d'une architecture encodeur-décodeur. | ||
Dans les modèles séquence à séquence, l'entrée et la sortie ne sont pas nécessairement de la même longueur. | Dans les modèles séquence à séquence, l'entrée et la sortie ne sont pas nécessairement de la même longueur. | ||
| Ligne 16 : | Ligne 16 : | ||
Un bon exemple d'utilisation d'un modèle séquence à séquence est la traduction neuronale d'une phrase d'une langue d'origine vers une langue d'arrivée. | Un bon exemple d'utilisation d'un modèle séquence à séquence est la traduction neuronale d'une phrase d'une langue d'origine vers une langue d'arrivée. | ||
== Français == | ==Français== | ||
'''modèle séquence à séquence''' n.m. | '''modèle séquence à séquence''' n.m. | ||
'''modèle encodeur-décodeur''' n.m. | '''modèle encodeur-décodeur''' n.m. | ||
'''modèle séq.-à-séq.''' n.m. | |||
'''modèle seq2seq''' n.m. | '''modèle seq2seq''' n.m. | ||
== Anglais == | ==Anglais== | ||
'''sequence to sequence model''' | '''sequence to sequence model''' | ||
| Ligne 37 : | Ligne 39 : | ||
Source : Marceau Caron, Gaétan (2017), ''Réseaux pour le langage'', Montréal IVADO, http://ivado.ca/wp-content/uploads/2017/08/2017-08-24-3-MarceauCaron-Langage.pdf, consulté le 30 mai 2019. | Source : Marceau Caron, Gaétan (2017), ''Réseaux pour le langage'', Montréal IVADO, http://ivado.ca/wp-content/uploads/2017/08/2017-08-24-3-MarceauCaron-Langage.pdf, consulté le 30 mai 2019. | ||
[[Utilisateur:Patrickdrouin | Source : Termino | [[Utilisateur:Patrickdrouin | Source : Termino]] | ||
Version du 19 juin 2019 à 13:58
Définition
Réseau de neurones récurrent qui convertit une séquence de données d'un domaine en entrée vers une nouvelle séquence de données dans un autre domaine en sortie.
Note: généralement, un est implémenté en utilisant deux réseaux de neurones récurrents, un premier réseau est un encodeur et le second est un décodeur. On parle aussi d'une architecture encodeur-décodeur.
Dans les modèles séquence à séquence, l'entrée et la sortie ne sont pas nécessairement de la même longueur.
Un bon exemple d'utilisation d'un modèle séquence à séquence est la traduction neuronale d'une phrase d'une langue d'origine vers une langue d'arrivée.
Français
modèle séquence à séquence n.m.
modèle encodeur-décodeur n.m.
modèle séq.-à-séq. n.m.
modèle seq2seq n.m.
Anglais
sequence to sequence model
seq2seq model
encoder-decoder model
Source : Henri Lasselin (2018). Make text look like speech: disfluency generation using sequence-to-sequence neuralnetworks Domain, rapport de stages, 44 pages.
Source : Marceau Caron, Gaétan (2017), Réseaux pour le langage, Montréal IVADO, http://ivado.ca/wp-content/uploads/2017/08/2017-08-24-3-MarceauCaron-Langage.pdf, consulté le 30 mai 2019.
Contributeurs: Claude Coulombe, Jacques Barolet, Patrick Drouin, wiki
