\'Etude de l'apprentissage par transfert de syst\`emes de traduction automatique neuronaux (Study on transfer learning in neural machine translation )
L{'}apprentissage par transfert est une solution au probl{\`e}me de l{'}apprentissage de syst{\`e}mes de traduction automatique neuronaux pour des paires de langues peu dot{\'e}es. Dans cet article, nous proposons une analyse de cette m{\'e}thode. Nous souhaitons {\'e}valuer l{'}impact de la quantit{\'e} de donn{\'e}es et celui de la proximit{\'e} des langues impliqu{\'e}es pour obtenir le meilleur transfert possible. Nous prenons en compte ces deux param{\`e}tres non seulement pour une t{\^a}che de traduction {``}classique{''} mais {\'e}galement lorsque les corpus de donn{\'e}es font d{\'e}faut. Enfin, il s{'}agit de proposer une approche o{\`u} volume de donn{\'e}es et proximit{\'e} des langues sont combin{\'e}es afin de ne plus avoir {\`a} trancher entre ces deux {\'e}l{\'e}ments.
PDF Abstract
