Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique - Archive ouverte HAL

Documentation
Français (FR)

Anglais (EN)

Communication Dans Un Congrès Année : 2020

Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique

(1) , (2) , , (3)

1
2
3

Charles Condevaux

Fonction : Auteur

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

Sébastien Harispe

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

Informatique, Image, Intelligence Artificielle

Stéphane Mussard

Fonction : Auteur
PersonId : 174960
IdHAL : stephane-mussard
ORCID : 0000-0003-2331-630X
IdRef : 078711568

Guillaume Zambrano

Fonction : Auteur
PersonId : 17589
IdHAL : guillaumezambrano
ORCID : 0000-0002-6661-6612
IdRef : 172011450

Université de Nîmes

Domaines

Informatique [cs] Intelligence artificielle [cs.AI] Traitement du texte et du document

Sébastien Harispe : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02884195

Soumis le : lundi 29 juin 2020-17:17:31

Dernière modification le : mardi 28 février 2023-15:36:25

Dates et versions

hal-02884195 , version 1 (29-06-2020)

Identifiants

HAL Id : hal-02884195 , version 1

Citer

Charles Condevaux, Sébastien Harispe, Stéphane Mussard, Guillaume Zambrano. Classification One-Shot faiblement supervisée par réseaux de neurones récurrents avec attention : application à la détection de résultat juridique. EGC 2020 - Extraction et Gestion des Connaissances, Jan 2020, Bruxelles, Belgique. ⟨hal-02884195⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

INSTITUT-TELECOM EM-ALES UNIMES UNIV-MONTPELLIER EUROMOV-DHM

87 Consultations

0 Téléchargements

Partager