Accueil Dernière Parution Auteurs Thèmes Mots-clefs Parutions Videos Recherche guidée Comité de lecture Contact Abonnement Soumission d'article   Version anglaise Collection numérisée également sur NUMDAM pour les n°1 à n°148 et sur Revues.org pour les n° 149 et suivants

Recherche selon le critère: Mot-clef: Optimisation Affiner ou élargir la recherche 2 entrées référencées Titre Plus de mathématiques pour gagner plus Auteur BEN-AMEUR Walid Mots-clefs Jeu, Optimisation, Probabilité, Programmation dynamique Thèmes Décision (Théorie de la), Jeux (Théorie des), Optimisation, Probabilités, Programmation Résumé Nous essayons dans cet article de combiner des outils mathématiques simples provenant des probabilités et de l'optimisation pour traiter un problème issu du jeu télévisé « le maillon faible ». Nous mettons en évidence des stratégies de jeu optimales dépendant des niveaux des joueurs, de leurs objectifs et de leur niveau de coopération. Numéro 173, Printemps 2006 Langue   Français Lire l'article Titre Classifications de mots non étiquetés par des méthodes statistiques Auteur BEAUJARD Christel, JARDINO Michèle Mots-clefs Classement, Distance, Modèles de langages probabilistes, Optimisation, Partitionnement, Statistique Thèmes Classification - Partition, Distances, Linguistique, Optimisation Résumé Notre thématique de recherche est le développement de modèles de langage robustes pour la reconnaissance de la parole. Ces modèles doivent prédire un mot connaissant les mots qui le précèdent. Malgré le nombre croissant de données textuelles électroniques, toutes les possibilités de la langue ne sont pas présentes dans ces données, un moyen de les obtenir est de généraliser la représentation textuelle en regroupant les mots dans des classes. Les modèles de langage fondés sur des classes présentent alors une plus large couverture de la langue avec un nombre réduit de paramètres permettant une reconnaissance plus rapide des mots par les systèmes de reconnaissance de la parole dans lesquels ils sont introduits. Nous décrivons deux types de classification automatique de mots, appris statistiquement sur des textes écrits de journaux et de transcriptions de parole. Ces classifications ne nécessitent pas d'étiquetage des mots, elles sont réalisées suivant les contextes locaux dans lesquels les mots sont observés. L'une est basée sur la distance de Kullback-Leibler et répartit tous les mots dans un nombre de classes fixé à l'avance. La seconde regroupe les mots considérés comme similaires dans un nombre de classes non prédéfini. Cette étude a été réalisée sur les données d'apprentissage en français de domaines, de taille et de vocabulaire différents. Numéro 147, Automne 1999, n° spécial Classification Langue   Français Lire l'article Droits des utilisateurs : Cette création est mise à disposition sous un contrat Creative Commons