\'Etude des r\'eseaux de neurones r\'ecurrents pour \'etiquetage de s\'equences (A study of Recurrent Neural Networks for Sequence Labelling)
Dans cet article nous {\'e}tudions plusieurs types de r{\'e}seaux neuronaux r{\'e}currents (RNN) pour l{'}{\'e}tiquetage de s{\'e}quences. Nous proposons deux nouvelles variantes de RNN et nous les comparons aux variantes plus classiques de type Jordan et Elman. Nous expliquons en d{\'e}tails quels sont les avantages de nos nouvelles variantes par rapport aux autres RNN. Nous {\'e}valuons tous les mod{\`e}les, les nouvelles variantes ainsi que les RNN existants, sur deux t{\^a}ches de compr{\'e}hension de la parole : ATIS et MEDIA. Les r{\'e}sultats montrent que nos nouvelles variantes de RNN sont plus efficaces que les autres.
PDF Abstract