@inproceedings{gesmundo-2011-classification,
title = "Classification de s{\'e}quences bidirectionnelles pour des t{\^a}ches d{'}{\'e}tiquetage par apprentissage guid{\'e} (Bidirectional Sequence Classification for Tagging Tasks with Guided Learning)",
author = "Gesmundo, Andrea",
editor = "Lafourcade, Mathieu and
Prince, Violaine",
booktitle = "Actes de la 18e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles courts",
month = jun,
year = "2011",
address = "Montpellier, France",
publisher = "ATALA",
url = "https://aclanthology.org/2011.jeptalnrecital-court.36",
pages = "212--217",
abstract = "Dans cet article nous pr{\'e}sentons une s{\'e}rie d{'}adaptations de l{'}algorithme du {``}cadre d{'}apprenstissage guid{\'e}{''} pour r{\'e}soudre diff{\'e}rentes t{\^a}ches d{'}{\'e}tiquetage. La sp{\'e}cificit{\'e} du syst{\`e}me propos{\'e} r{\'e}side dans sa capacit{\'e} {\`a} apprendre l{'}ordre de l{'}inf{\'e}rence avec les param{\`e}tres du classifieur local au lieu de la forcer dans un ordre pr{\'e}-d{\'e}fini (de gauche {\`a} droite). L{'}algorithme d{'}entra{\^\i}nement est bas{\'e} sur l{'}algorithme du {``}perceptron{''}. Nous appliquons le syst{\`e}me {\`a} diff{\'e}rents types de t{\^a}ches d{'}{\'e}tiquetage pour atteindre des r{\'e}sultats au niveau de l{'}{\'e}tat de l{'}art en un court temps d{'}ex{\'e}cution.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="gesmundo-2011-classification">
<titleInfo>
<title>Classification de séquences bidirectionnelles pour des tâches d’étiquetage par apprentissage guidé (Bidirectional Sequence Classification for Tagging Tasks with Guided Learning)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Andrea</namePart>
<namePart type="family">Gesmundo</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2011-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Violaine</namePart>
<namePart type="family">Prince</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montpellier, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans cet article nous présentons une série d’adaptations de l’algorithme du “cadre d’apprenstissage guidé” pour résoudre différentes tâches d’étiquetage. La spécificité du système proposé réside dans sa capacité à apprendre l’ordre de l’inférence avec les paramètres du classifieur local au lieu de la forcer dans un ordre pré-défini (de gauche à droite). L’algorithme d’entraînement est basé sur l’algorithme du “perceptron”. Nous appliquons le système à différents types de tâches d’étiquetage pour atteindre des résultats au niveau de l’état de l’art en un court temps d’exécution.</abstract>
<identifier type="citekey">gesmundo-2011-classification</identifier>
<location>
<url>https://aclanthology.org/2011.jeptalnrecital-court.36</url>
</location>
<part>
<date>2011-06</date>
<extent unit="page">
<start>212</start>
<end>217</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Classification de séquences bidirectionnelles pour des tâches d’étiquetage par apprentissage guidé (Bidirectional Sequence Classification for Tagging Tasks with Guided Learning)
%A Gesmundo, Andrea
%Y Lafourcade, Mathieu
%Y Prince, Violaine
%S Actes de la 18e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2011
%8 June
%I ATALA
%C Montpellier, France
%G French
%F gesmundo-2011-classification
%X Dans cet article nous présentons une série d’adaptations de l’algorithme du “cadre d’apprenstissage guidé” pour résoudre différentes tâches d’étiquetage. La spécificité du système proposé réside dans sa capacité à apprendre l’ordre de l’inférence avec les paramètres du classifieur local au lieu de la forcer dans un ordre pré-défini (de gauche à droite). L’algorithme d’entraînement est basé sur l’algorithme du “perceptron”. Nous appliquons le système à différents types de tâches d’étiquetage pour atteindre des résultats au niveau de l’état de l’art en un court temps d’exécution.
%U https://aclanthology.org/2011.jeptalnrecital-court.36
%P 212-217
Markdown (Informal)
[Classification de séquences bidirectionnelles pour des tâches d’étiquetage par apprentissage guidé (Bidirectional Sequence Classification for Tagging Tasks with Guided Learning)](https://aclanthology.org/2011.jeptalnrecital-court.36) (Gesmundo, JEP/TALN/RECITAL 2011)
ACL