SYSTRAN participe pour la premi\u00e8re fois cette ann\u00e9e \u00e0 la t\u00e2che partag\u00e9e DSL, dans le cadre de la sous-t\u00e2che Identification du dialecte arabe. Nous participons en formant plusieurs mod\u00e8les de r\u00e9seaux de neurones montrant que nous pouvons obtenir des r\u00e9sultats comp\u00e9titifs malgr\u00e9 la quantit\u00e9 limit\u00e9e de donn\u00e9es de formation disponibles pour l'apprentissage. Nous rapportons nos exp\u00e9riences et d\u00e9taillons l'architecture r\u00e9seau et les param\u00e8tres de nos 3 tests : notre syst\u00e8me le plus performant consiste en un CNN \u00e0 entr\u00e9es multiples qui apprend des int\u00e9grations distinctes pour les caract\u00e9ristiques d'entr\u00e9e lexicales, phon\u00e9tiques et acoustiques (F1: 0,5289); nous avons \u00e9galement construit un r\u00e9seau CNN-biLSTM visant \u00e0 capturer les caract\u00e9ristiques spatiales et s\u00e9quentielles directement \u00e0 partir des spectrogrammes de parole (F1: 0,3894 au moment de la soumission, F1: 0,4235 avec les param\u00e8tres trouv\u00e9s plus tard); et enfin un syst\u00e8me reposant sur des CNN-biLSTM binaires (F1: 0,4339).<\/p>","protected":false},"excerpt":{"rendered":"
SYSTRAN participe pour la premi\u00e8re fois cette ann\u00e9e \u00e0 la t\u00e2che partag\u00e9e DSL, dans la sous-t\u00e2che Identification du dialecte arabe. Nous participons en formant plusieurs mod\u00e8les de Neural Network montrant que nous pouvons obtenir des r\u00e9sultats comp\u00e9titifs malgr\u00e9 la quantit\u00e9 limit\u00e9e de donn\u00e9es de formation disponibles pour l'apprentissage. Nous rendons compte de nos exp\u00e9riences et d\u00e9taillons l'architecture et les param\u00e8tres du r\u00e9seau... Suite<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3290","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper\/3290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper"}],"about":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/types\/paper"}],"wp:attachment":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/media?parent=3290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}