Actualités du LIPN

Le séminaire A3 accueille Guillaume Wisniewski du LIP6 pour parler d’apprentissage dans les espaces structurés et d’applications à l’étiquetage de séquences et à la transformation automatique de documents.

De nombreux problèmes d’apprentissage consistent à prédire des séquences, des arbres ou des graphes. Contrairement aux problèmes de classification usuels, ces sorties sont structurées : elles se décomposent en un ensemble d’éléments, dont les étiquettes sont interdépendantes. L’apprentissage de fonctions utilisant ces dépendances entre étiquettes durant l’inférence, appelé apprentissage structuré, est une problématique de l’apprentissage statistique qui s’est récemment fortement développé.

Une première partie de cette présentation proposera une introduction rapide aux différentes méthodes d’apprentissage structuré existantes. Nous y décrirons notamment l’application de ces méthodes à des tâches d’étiquetage de séquences et de transformation de documents. Cette dernière tâche est directement motivée par l’extraction de structures sémantiquement riches (XML par exemple) à partir de données web qui est une tâche aujourd’hui au cœur de plusieurs problématiques d’accès à l’information.

Nous nous intéresserons ensuite à deux limites des modèles existants qui rendent ceux-ci inapplicables à de nombreux problèmes pratiques : leur complexité élevée et leur expressivité limitée qui ne leur permet de ne considérer que des dépendances locales. Nous proposons d’aborder ce problème sous l’angle de la sélection de caractéristiques et décrivons une méthode d’étiquetage de séquences représentant les dépendances par des contraintes. Cette représentation des dépendances permet d’extraire efficacement les dépendances non locales et de les utiliser en inférence tout en conservant une complexité faible.