Service interruption on Monday 11 July from 12:30 to 13:00: all the sites of the CCSD (HAL, Epiciences, SciencesConf, AureHAL) will be inaccessible (network hardware connection).
Skip to Main content Skip to Navigation
Master Thesis

Détection automatique d'erreurs d'annotations pour améliorer les performances des algorithmes d'apprentissage automatique

Résumé : Actuellement, les techniques de transcriptions automatiques de parole et d'annotation de ces transcriptions restent très dépendantes de l'environnement dans lequel ont lieu les enregistrements. Cela pose un problème pour le résumé automatique, la traduction, ainsi que la reconnaissance d'entités nommées. Aussi, le but de ce document est d'améliorer la détection des annotations erronées afin qu'il soit possible par la suite les corriger et d'obtenir des annotations de meilleure qualité. Dans un premier temps, nous présentons un état de l'art, puis le protocole expérimental. Dans un second temps, nous commentons les résultats.
Complete list of metadata

Cited literature [3 references]  Display  Hide  Download

https://dumas.ccsd.cnrs.fr/dumas-00636454
Contributor : Co-Responsables Du Mri V. Gouranton Et S. Blazy Connect in order to contact the contributor
Submitted on : Thursday, October 27, 2011 - 3:03:35 PM
Last modification on : Wednesday, May 16, 2018 - 11:23:29 AM
Long-term archiving on: : Thursday, November 15, 2012 - 10:41:43 AM

Identifiers

  • HAL Id : dumas-00636454, version 1

Citation

Carole Lemort. Détection automatique d'erreurs d'annotations pour améliorer les performances des algorithmes d'apprentissage automatique. Apprentissage [cs.LG]. 2011. ⟨dumas-00636454⟩

Share

Metrics

Record views

116

Files downloads

97