@inproceedings{do-etal-2015-apprentissage,
    title = "Apprentissage discriminant des mod{\`e}les continus de traduction",
    author = "Do, Quoc-Khanh  and
      Allauzen, Alexandre  and
      Yvon, Fran{\c{c}}ois",
    editor = "Lecarpentier, Jean-Marc  and
      Lucas, Nadine",
    booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
    month = jun,
    year = "2015",
    address = "Caen, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2015.jeptalnrecital-long.23/",
    pages = "267--278",
    abstract = "Alors que les r{\'e}seaux neuronaux occupent une place de plus en plus importante dans le traitement automatique des langues, les m{\'e}thodes d`apprentissage actuelles utilisent pour la plupart des crit{\`e}res qui sont d{\'e}corr{\'e}l{\'e}s de l`application. Cet article propose un nouveau cadre d`apprentissage discriminant pour l`estimation des mod{\`e}les continus de traduction. Ce cadre s`appuie sur la d{\'e}finition d`un crit{\`e}re d`optimisation permettant de prendre en compte d`une part la m{\'e}trique utilis{\'e}e pour l'{\'e}valuation de la traduction et d`autre part l`int{\'e}gration de ces mod{\`e}les au sein des syst{\`e}mes de traduction automatique. De plus, cette m{\'e}thode d`apprentissage est compar{\'e}e aux crit{\`e}res existants d`estimation que sont le maximum de vraisemblance et l`estimation contrastive bruit{\'e}e. Les exp{\'e}riences men{\'e}es sur la t{\^a}ches de traduction des s{\'e}minaires TED Talks de l`anglais vers le fran{\c{c}}ais montrent la pertinence d`un cadre discriminant d`apprentissage, dont les performances restent toutefois tr{\`e}s d{\'e}pendantes du choix d`une strat{\'e}gie d`initialisation idoine. Nous montrons qu`avec une initialisation judicieuse des gains significatifs en termes de scores BLEU peuvent {\^e}tre obtenus."
}