Mod\`eles neuronaux hybrides pour la mod\'elisation de s\'equences : le meilleur de trois mondes ()
Nous proposons une architecture neuronale avec les caract{\'e}ristiques principales des mod{\`e}les neuronaux de ces derni{\`e}res ann{\'e}es : les r{\'e}seaux neuronaux r{\'e}currents bidirectionnels, les mod{\`e}les encodeur-d{\'e}codeur, et le mod{\`e}le Transformer. Nous {\'e}valuons nos mod{\`e}les sur trois t{\^a}ches d{'}{\'e}tiquetage de s{\'e}quence, avec des r{\'e}sultats aux environs de l{'}{\'e}tat de l{'}art et souvent meilleurs, montrant ainsi l{'}int{\'e}r{\^e}t de cette architecture hybride pour ce type de t{\^a}ches.
PDF AbstractTasks
Datasets
Add Datasets
introduced or used in this paper
Results from the Paper
Submit
results from this paper
to get state-of-the-art GitHub badges and help the
community compare results to other papers.
Methods
No methods listed for this paper. Add
relevant methods here
