@inproceedings{dinarelli-tellier-2016-etude,
    title = "{\'E}tude des r{\'e}seaux de neurones r{\'e}currents pour {\'e}tiquetage de s{\'e}quences (A study of Recurrent Neural Networks for Sequence Labelling)",
    author = "Dinarelli, Marco  and
      Tellier, Isabelle",
    editor = "Danlos, Laurence  and
      Hamon, Thierry",
    booktitle = "Actes de la conf{\'e}rence conjointe JEP-TALN-RECITAL 2016. volume 2 : TALN (Articles longs)",
    month = "7",
    year = "2016",
    address = "Paris, France",
    publisher = "AFCP - ATALA",
    url = "https://preview.aclanthology.org/fix-sig-urls/2016.jeptalnrecital-long.8/",
    pages = "98--111",
    language = "fra",
    abstract = "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."
}