Skip to Main content Skip to Navigation
Conference papers

Architecture Asymétrique pour les Modèles Neuronaux d'Appariement de Textes

Résumé : Dans les modèles neuronaux d’appariement de textes, les entrées subissent les mêmes transformations pour construire les représentations correspondantes. La nature de la tâche d’appariement est défini à partir du type des entrées du modèle et de la relation entre elles. Nous distinguons deux types d’appariement :(1) l’appariement symétrique fait référence aux tâches d’appariement à des entrées de même nature, telles que l’identification des paraphrases et la classification de documents.(2) l’appariement asymétrique concerne des tâches à des entrées de natures différentes, telle que l’appariement document-requête ou question-réponse.Généralement, les représentations des entrées sont construites indépendamment de leurs nature à partir des vecteurs de leurs mots. Nous proposons une approche permettant de prendre en compte la nature de la tâche, (1) ou (2), et de mieux traiter les entrées. Nous utilisons un modèle d’attention pour étendre des modèles de l’état de l’art. Les résultats expérimentaux montrent que l’adaptation de l’architecture du modèle au type de la tâche permet d’améliorer les performances de plusieurs modèles neuronaux bien connus.
Document type :
Conference papers
Complete list of metadata

Cited literature [29 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02435347
Contributor : Open Archive Toulouse Archive Ouverte (oatao) <>
Submitted on : Friday, January 10, 2020 - 5:14:23 PM
Last modification on : Wednesday, June 9, 2021 - 10:00:35 AM

File

belkacem_24977.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-02435347, version 1
  • OATAO : 24977

Citation

Thiziri Belkacem, Taoufiq Dkaki, José G. Moreno, Mohand Boughanem. Architecture Asymétrique pour les Modèles Neuronaux d'Appariement de Textes. 16th Conférence francophone en Recherche d'Information et Applications (CORIA 2019), May 2019, Lyon, France. pp.1-18. ⟨hal-02435347⟩

Share

Metrics

Record views

55

Files downloads

99