<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="bardet-etal-2019-etude">
    <titleInfo>
        <title>Étude de l‘apprentissage par transfert de systèmes de traduction automatique neuronaux (Study on transfer learning in neural machine translation )</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Adrien</namePart>
        <namePart type="family">Bardet</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Fethi</namePart>
        <namePart type="family">Bougares</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Loïc</namePart>
        <namePart type="family">Barrault</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2019-07</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">fra</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Emmanuel</namePart>
            <namePart type="family">Morin</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Sophie</namePart>
            <namePart type="family">Rosset</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Pierre</namePart>
            <namePart type="family">Zweigenbaum</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Toulouse, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>L‘apprentissage par transfert est une solution au problème de l‘apprentissage de systèmes de traduction automatique neuronaux pour des paires de langues peu dotées. Dans cet article, nous proposons une analyse de cette méthode. Nous souhaitons évaluer l‘impact de la quantité de données et celui de la proximité des langues impliquées pour obtenir le meilleur transfert possible. Nous prenons en compte ces deux paramètres non seulement pour une tâche de traduction “classique” mais également lorsque les corpus de données font défaut. Enfin, il s‘agit de proposer une approche où volume de données et proximité des langues sont combinées afin de ne plus avoir à trancher entre ces deux éléments.</abstract>
    <identifier type="citekey">bardet-etal-2019-etude</identifier>
    <location>
        <url>https://aclanthology.org/2019.jeptalnrecital-court.13/</url>
    </location>
    <part>
        <date>2019-7</date>
        <extent unit="page">
            <start>275</start>
            <end>284</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Étude de l‘apprentissage par transfert de systèmes de traduction automatique neuronaux (Study on transfer learning in neural machine translation )
%A Bardet, Adrien
%A Bougares, Fethi
%A Barrault, Loïc
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G fra
%F bardet-etal-2019-etude
%X L‘apprentissage par transfert est une solution au problème de l‘apprentissage de systèmes de traduction automatique neuronaux pour des paires de langues peu dotées. Dans cet article, nous proposons une analyse de cette méthode. Nous souhaitons évaluer l‘impact de la quantité de données et celui de la proximité des langues impliquées pour obtenir le meilleur transfert possible. Nous prenons en compte ces deux paramètres non seulement pour une tâche de traduction “classique” mais également lorsque les corpus de données font défaut. Enfin, il s‘agit de proposer une approche où volume de données et proximité des langues sont combinées afin de ne plus avoir à trancher entre ces deux éléments.
%U https://aclanthology.org/2019.jeptalnrecital-court.13/
%P 275-284

Markdown (Informal)

[Étude de l’apprentissage par transfert de systèmes de traduction automatique neuronaux (Study on transfer learning in neural machine translation )](https://aclanthology.org/2019.jeptalnrecital-court.13/) (Bardet et al., JEP/TALN/RECITAL 2019)

• Étude de l’apprentissage par transfert de systèmes de traduction automatique neuronaux (Study on transfer learning in neural machine translation ) (Bardet et al., JEP/TALN/RECITAL 2019)

ACL

• Adrien Bardet, Fethi Bougares, and Loïc Barrault. 2019. Étude de l’apprentissage par transfert de systèmes de traduction automatique neuronaux (Study on transfer learning in neural machine translation ). In Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts, pages 275–284, Toulouse, France. ATALA.