Détection d'entités nommées géographiques par réseau de neurones récurrents - CNRS - Centre national de la recherche scientifique Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Recognition of geographical named entities using recurrent neural networks

Détection d'entités nommées géographiques par réseau de neurones récurrents

Résumé

This article presents the methodology we used for the TextMine 2024 challenge. The objective is the Recognition of geographical entities in a corpus of nautical instructions. We built and trained a RNN with the Flair framework.
Cet article présente notre méthodologie pour répondre au défi Text-Mine 2024 (voir Guille (2023)). L'objectif est la Reconnaissance d'entités géographiques dans un corpus des instructions nautiques. Nous utilisons pour cela un réseau de neurones récurrents que nous construisons et entraînons en utilisant le framework Flair (Akbik et al. (2019)).
Fichier principal
Vignette du fichier
anki-gaillard-revol.pdf (111.97 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Licence : CC BY - Paternité

Dates et versions

hal-04461354 , version 1 (16-02-2024)

Identifiants

  • HAL Id : hal-04461354 , version 1

Citer

Lucas Anki, Léo Gaillard, Justine Revol. Détection d'entités nommées géographiques par réseau de neurones récurrents. TextMine'24, Pascal CUXAC; Cédric LOPEZ, Jan 2024, Dijon, France. ⟨hal-04461354⟩
21 Consultations
16 Téléchargements

Partager

Gmail Facebook X LinkedIn More