Transformeur (traitement du langage naturel)
Le Transformeur est un modèle d'apprentissage profond basé sur l'attention, introduit par Vaswani et ses collègues en 2017, qui effectue la classification de texte, la reconnaissance d'entités nommées et la modélisation linguistique en permettant à chaque jeton d'une séquence de se référer directement à tous les autres jetons. Il a remplacé les conceptions récurrentes antérieures par un mécanisme d'auto-attention qui traite des séquences entières en parallèle.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. link ↗
Comment citer cette page
ScholarGate. (2026, June 1). Transformer Model for Natural Language Processing. ScholarGate. https://scholargate.app/fr/deep-learning/transformer-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencodeurApprentissage profond↔ compare
- Régression logistiqueStatistiques de recherche↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- XGBoostApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →