Skip to Main content Skip to Navigation
Conference papers

Évaluation de systèmes apprenant tout au long de la vie

Résumé : Aujourd’hui les systèmes intelligents obtiennent d’excellentes performances dans de nombreux domaines lorsqu’ils sont entraînés par des experts en apprentissage automatique. Lorsque ces systèmes sont mis en production, leurs performances se dégradent au cours du temps du fait de l’évolution de leur environnement réel. Une adaptation de leur modèle par des experts en apprentissage automatique est possible mais très coûteuse alors que les sociétés utilisant ces systèmes disposent d’experts du domaine qui pourraient accompagner ces systèmes dans un apprentissage tout au long de la vie. Dans cet article nous proposons un cadre d’évaluation générique pour des systèmes apprenant tout au long de la vie (SATLV). Nous proposons d’évaluer l’apprentissage assisté par l’humain (actif ou interactif) et l’apprentissage au cours du temps.
Document type :
Conference papers
Complete list of metadatas

Cited literature [18 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-02798580
Contributor : Sylvain Pogodalla <>
Submitted on : Tuesday, June 23, 2020 - 12:30:38 PM
Last modification on : Wednesday, June 24, 2020 - 3:17:15 PM

File

135.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-02798580, version 3

Citation

Yevhenii Prokopalo, Sylvain Meignier, Olivier Galibert, Loïc Barrault, Anthony Larcher. Évaluation de systèmes apprenant tout au long de la vie. 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 1 : Journées d'Études sur la Parole, 2020, Nancy, France. pp.516-524. ⟨hal-02798580v3⟩

Share

Metrics

Record views

4

Files downloads

3