Réseaux de neurones récurrents multi-tâches pour l’analyse automatique d’arguments - Archive ouverte HAL

Documentation
Français (FR)

Anglais (EN)

Communication Dans Un Congrès Année : 2018

Argument mining: A multi-task approach using deep neural networks

Réseaux de neurones récurrents multi-tâches pour l’analyse automatique d’arguments

(1) , (1) , (1) , (2)

1
2

Jean-Christophe Mensonides

Fonction : Auteur
PersonId : 1039011

Laboratoire de Génie Informatique et Ingénierie de Production

Sébastien Harispe

Fonction : Auteur
PersonId : 16632
IdHAL : sebastien-harispe
ORCID : 0000-0001-5630-2743
IdRef : 179501488

Laboratoire de Génie Informatique et Ingénierie de Production

Jacky Montmain

Fonction : Auteur
PersonId : 170059
IdHAL : jacky-montmain
ORCID : 0000-0003-0918-5788
IdRef : 097727776

Laboratoire de Génie Informatique et Ingénierie de Production

Véronique Thireau

Fonction : Auteur
PersonId : 19343
IdHAL : veronique-thireau
ORCID : 0000-0002-5955-5583
IdRef : 032821379

Détection, évaluation, gestion des risques CHROniques et éMErgents (CHROME) / Université de Nîmes

Domaines

Intelligence artificielle [cs.AI]

Sébastien Harispe : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01923251

Soumis le : jeudi 15 novembre 2018-10:14:53

Dernière modification le : mardi 28 février 2023-15:36:20

Dates et versions

hal-01923251 , version 1 (15-11-2018)

Identifiants

HAL Id : hal-01923251 , version 1

Citer

Jean-Christophe Mensonides, Sébastien Harispe, Jacky Montmain, Véronique Thireau. Réseaux de neurones récurrents multi-tâches pour l’analyse automatique d’arguments. Conférence Nationale d'Intelligence Artificielle (CNIA) 2018, Jul 2018, Nancy, France. ⟨hal-01923251⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSTITUT-TELECOM EM-ALES UNIMES

70 Consultations

0 Téléchargements

Partager