L'efficacit\u00e9 de l'entra\u00eenement est l'un des principaux probl\u00e8mes de la traduction automatique neuronale (NMT). Les r\u00e9seaux profonds ont besoin de tr\u00e8s grandes donn\u00e9es ainsi que de nombreuses it\u00e9rations de formation pour atteindre des performances de pointe. Il en r\u00e9sulte un co\u00fbt de calcul tr\u00e8s \u00e9lev\u00e9, ce qui ralentit la recherche et l'industrialisation. Dans cet article, nous proposons de pallier ce probl\u00e8me avec plusieurs m\u00e9thodes d'entra\u00eenement bas\u00e9es sur le boosting de donn\u00e9es et le bootstrap sans modification du r\u00e9seau neuronal. Il imite le processus d'apprentissage des humains, qui passent g\u00e9n\u00e9ralement plus de temps \u00e0 apprendre des concepts \u00ab difficiles \u00bb que des concepts plus faciles. Nous exp\u00e9rimentons sur une t\u00e2che de traduction anglais-fran\u00e7ais montrant des am\u00e9liorations de pr\u00e9cision allant jusqu'\u00e0 1,63 BLEU tout en \u00e9conomisant 20% de temps de formation.<\/p>","protected":false},"excerpt":{"rendered":"
L'efficacit\u00e9 de la formation est l'un des principaux probl\u00e8mes de la traduction automatique neuronale (NMT). Les r\u00e9seaux profonds n\u00e9cessitent des donn\u00e9es tr\u00e8s volumineuses ainsi que de nombreuses it\u00e9rations de formation pour atteindre des performances de pointe. Il en r\u00e9sulte un co\u00fbt de calcul tr\u00e8s \u00e9lev\u00e9, qui ralentit la recherche et l'industrialisation. Dans cet article, nous proposons de pallier ce probl\u00e8me avec plusieurs m\u00e9thodes de formation... Suite<\/a><\/p>","protected":false},"featured_media":0,"template":"","class_list":["post-3300","paper","type-paper","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.systransoft.com\/fr\/wp-json\/wp\/v2\/paper\/3300","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=3300"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}