Séance de cours

Modèles d'intégration de mots : Optimisation et applications

Description

Cette séance de cours s'inscrit dans le processus d'optimisation des modèles d'intégration de mots, en mettant l'accent sur la maximisation des probabilités globales et des paramètres d'apprentissage à partir d'exemples positifs et négatifs. Il couvre le modèle de skipgram avec un échantillonnage négatif, une minimisation de la fonction de perte et une descente en gradient pour l'apprentissage. L'instructeur explique la dérivation des probabilités, le softmax hiérarchique et des techniques comme Fasttext, Byte Pair Encoding et Subword Embeddings pour améliorer l'efficacité du modèle. La séance de cours se termine par une explication détaillée de l'algorithme BPE et de son application dans le tokenisation du texte.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.