@inproceedings{morchid-etal-2015-initialisation,
title = "Initialisation de R{\'e}seaux de Neurones {\`a} l{'}aide d{'}un Espace Th{\'e}matique",
author = "Morchid, Mohamed and
Dufour, Richard and
Linar{\`e}s, Georges",
editor = "Lecarpentier, Jean-Marc and
Lucas, Nadine",
booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles courts",
month = jun,
year = "2015",
address = "Caen, France",
publisher = "ATALA",
url = "https://aclanthology.org/2015.jeptalnrecital-court.5",
pages = "28--33",
abstract = "Ce papier pr{\'e}sente une m{\'e}thode de traitement de documents parl{\'e}s int{\'e}grant une repr{\'e}sentation fond{\'e}e sur un espace th{\'e}matique dans un r{\'e}seau de neurones artificiels (ANN) employ{\'e} comme classifieur de document. La m{\'e}thode propos{\'e}e consiste {\`a} configurer la topologie d{'}un ANN ainsi que d{'}initialiser les connexions de celui-ci {\`a} l{'}aide des espaces th{\'e}matiques appris pr{\'e}c{\'e}demment. Il est attendu que l{'}initialisation fond{\'e}e sur les probabilit{\'e}s th{\'e}matiques permette d{'}optimiser le processus d{'}optimisation des poids du r{\'e}seau ainsi qu{'}{\`a} acc{\'e}l{\'e}rer la phase d{'}apprentissage tout en am{\'e}lioration la pr{\'e}cision de la classification d{'}un document de test. Cette m{\'e}thode est {\'e}valu{\'e}e lors d{'}une t{\^a}che de cat{\'e}gorisation de dialogues parl{\'e}s entre des utilisateurs et des agents du service d{'}appels de la R{\'e}gie Autonome Des Transports Parisiens (RATP). Les r{\'e}sultats montrent l{'}int{\'e}r{\^e}t de la m{\'e}thode propos{\'e}e d{'}initialisation d{'}un r{\'e}seau, avec un gain observ{\'e} de plus de 4 points en termes de bonne classification comparativement {\`a} l{'}initialisation al{\'e}atoire. De plus, les exp{\'e}rimentations soulignent que les performances sont faiblement d{\'e}pendantes de la topologie du ANN lorsque les poids de la couche cach{\'e}e sont initialis{\'e}s au moyen des espaces de th{\`e}mes issus d{'}une allocation latente de Dirichlet ou latent Dirichlet Allocation (LDA) en comparaison {\`a} une initialisation empirique.",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="morchid-etal-2015-initialisation">
<titleInfo>
<title>Initialisation de Réseaux de Neurones à l’aide d’un Espace Thématique</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mohamed</namePart>
<namePart type="family">Morchid</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Richard</namePart>
<namePart type="family">Dufour</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Georges</namePart>
<namePart type="family">Linarès</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2015-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jean-Marc</namePart>
<namePart type="family">Lecarpentier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nadine</namePart>
<namePart type="family">Lucas</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Caen, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Ce papier présente une méthode de traitement de documents parlés intégrant une représentation fondée sur un espace thématique dans un réseau de neurones artificiels (ANN) employé comme classifieur de document. La méthode proposée consiste à configurer la topologie d’un ANN ainsi que d’initialiser les connexions de celui-ci à l’aide des espaces thématiques appris précédemment. Il est attendu que l’initialisation fondée sur les probabilités thématiques permette d’optimiser le processus d’optimisation des poids du réseau ainsi qu’à accélérer la phase d’apprentissage tout en amélioration la précision de la classification d’un document de test. Cette méthode est évaluée lors d’une tâche de catégorisation de dialogues parlés entre des utilisateurs et des agents du service d’appels de la Régie Autonome Des Transports Parisiens (RATP). Les résultats montrent l’intérêt de la méthode proposée d’initialisation d’un réseau, avec un gain observé de plus de 4 points en termes de bonne classification comparativement à l’initialisation aléatoire. De plus, les expérimentations soulignent que les performances sont faiblement dépendantes de la topologie du ANN lorsque les poids de la couche cachée sont initialisés au moyen des espaces de thèmes issus d’une allocation latente de Dirichlet ou latent Dirichlet Allocation (LDA) en comparaison à une initialisation empirique.</abstract>
<identifier type="citekey">morchid-etal-2015-initialisation</identifier>
<location>
<url>https://aclanthology.org/2015.jeptalnrecital-court.5</url>
</location>
<part>
<date>2015-06</date>
<extent unit="page">
<start>28</start>
<end>33</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Initialisation de Réseaux de Neurones à l’aide d’un Espace Thématique
%A Morchid, Mohamed
%A Dufour, Richard
%A Linarès, Georges
%Y Lecarpentier, Jean-Marc
%Y Lucas, Nadine
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2015
%8 June
%I ATALA
%C Caen, France
%F morchid-etal-2015-initialisation
%X Ce papier présente une méthode de traitement de documents parlés intégrant une représentation fondée sur un espace thématique dans un réseau de neurones artificiels (ANN) employé comme classifieur de document. La méthode proposée consiste à configurer la topologie d’un ANN ainsi que d’initialiser les connexions de celui-ci à l’aide des espaces thématiques appris précédemment. Il est attendu que l’initialisation fondée sur les probabilités thématiques permette d’optimiser le processus d’optimisation des poids du réseau ainsi qu’à accélérer la phase d’apprentissage tout en amélioration la précision de la classification d’un document de test. Cette méthode est évaluée lors d’une tâche de catégorisation de dialogues parlés entre des utilisateurs et des agents du service d’appels de la Régie Autonome Des Transports Parisiens (RATP). Les résultats montrent l’intérêt de la méthode proposée d’initialisation d’un réseau, avec un gain observé de plus de 4 points en termes de bonne classification comparativement à l’initialisation aléatoire. De plus, les expérimentations soulignent que les performances sont faiblement dépendantes de la topologie du ANN lorsque les poids de la couche cachée sont initialisés au moyen des espaces de thèmes issus d’une allocation latente de Dirichlet ou latent Dirichlet Allocation (LDA) en comparaison à une initialisation empirique.
%U https://aclanthology.org/2015.jeptalnrecital-court.5
%P 28-33
Markdown (Informal)
[Initialisation de Réseaux de Neurones à l’aide d’un Espace Thématique](https://aclanthology.org/2015.jeptalnrecital-court.5) (Morchid et al., JEP/TALN/RECITAL 2015)
ACL