Ancres vs Attention : comparaison de méthodes d’explicabilité des réseaux profonds sur un cas d’usage réel - LS2N - équipe IPI ( Image Perception Interaction ) Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Ancres vs Attention : comparaison de méthodes d’explicabilité des réseaux profonds sur un cas d’usage réel

Domaines

Intelligence artificielle [cs.AI] Apprentissage [cs.LG] Réseau de neurones [cs.NE]
Fichier principal
Vignette du fichier
ancres_vs_attention.pdf (154.98 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Gaëlle Jouis  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03211939

Soumis le : lundi 12 juillet 2021-16:40:39

Dernière modification le : mardi 2 mai 2023-12:50:06

Archivage à long terme le : mercredi 13 octobre 2021-19:29:04

Télécharger pour visualiser

Dates et versions

hal-03211939 , version 1 (12-07-2021)

Identifiants

  • HAL Id : hal-03211939 , version 1

Citer

Gaëlle Jouis, Harold Mouchère, Fabien Picarougne, Alexandre Hardouin. Ancres vs Attention : comparaison de méthodes d’explicabilité des réseaux profonds sur un cas d’usage réel. 21èmes Journées Francophones Extraction et Gestion des Connaissances (EGC) - Atelier "DL for NLP : Deep Learning pour le traitement automatique des langues", Jan 2021, Montpellier, France. ⟨hal-03211939⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-NANTES INSTITUT-TELECOM CNRS EC-NANTES UNAM LS2N LS2N-IPI LS2N-DUKE NANTES-UNIVERSITE
60 Consultations
216 Téléchargements

Partager

Gmail Facebook X LinkedIn More