ATELIER - APPRENDRE A PARTIR DE PEU : ANNOTATIONS DISTANTES ET MODÈLES ...
Date et heure
Lieu
datacraft, Sorbonne Center for Artificial Intelligence
4 Place Jussieu
75005 Paris
France
Atelier - Apprendre à partir de peu : annotation distante et modèles faiblement supervisés
À propos de cet évènement
Les modèles de deep learning supervisés sont très efficaces pour modéliser des phénomènes du quotidien pour lesquels nous ne disposons pas d'équation déterministe ( traitement du langage naturel, détection d'objets, recommandations,...) mais ils sont très gourmands en données, notamment en annotations. Annotations dont nous ne disposons pas forcément sur le terrain et qui peut-être très couteuse à récupérer.
Il est de plus en plus courant de chercher à développer des modèles faiblement supervisés en générant des annotations à partir de données externes (Wikipedia, Wikidata,...).
Dans cet atelier nous parlerons des méthodes de génération d'annotations à partir de sources externes ( supervision distante ) et nous explorerons les méthodes algorithmiques introduites dans les modèles d'apprentissage profond dans la littérature pour ne pas sur-apprendre le bruit propagé dans les annotations à cause de l'annotation distante.
Plan de l'atelier :
- 9h30 - 10h30 : Introduction à l'annotation distante.
- 10h30 - 12h : Annotation distante, cas pratique.
- 14h - 17h : Modèles faiblement supervisés.
Atelier présenté par Maya Sahraoui, doctorante à Sorbonne Université