Paquet : timbl (6.4.13-1)

apprentissage automatique – Tilburg Memory Based Learner

L’apprentissage automatique (Memory-Based Learning – MBL) est une méthode applicable à une grande diversité de tâches concernant le traitement automatique du langage naturel (Natural Language Processing – NLP).

TiMBL (Tilburg Memory Based Learner) est un outil pour la recherche en NLP, et pour beaucoup d’autres domaines où les tâches de classification sont apprises à partir d’exemples. C’est une implémentation efficace de la classification par la méthode des k plus proches voisins.

Les fonctions de TiMBL sont :

 – implémentation rapide basée sur les arbres de décision de la
   classification par la méthode des k plus proches voisins ;
 – implémentations des algorithmes IB1 et IB2, IGTree, TRIBL et TRIBL2 ;
 – mesures de similarité : Overlap, MVDM, divergence de Jeffrey, produit
   scalaire et cosinus ;
 – métriques de pondération : « information gain », « gain ratio », khi
   carré, variance partagée ;
 – métriques de pondération de distance : inverse, linéaire inverse,
   décroissance exponentielle ;
 – nombreuses options de verbosité pour examiner les ensembles de proches
   voisins ;
 – fonction de serveur et interface de programmation importante ;
 – test rapide de « leave-one-out » et validation croisée interne ;
 – prise en charge de la pondération d’exemple définie par l’utilisateur.

TiMBL est un produit du « Centre of Language and Speech Technology, Radboud University, Nimègue, Pays-Bas », du « ILK Research Group, Tilburg University, Pays-Bas » et du « CLiPS Research Centre, University of Antwerp, Belgique ».

Pour des recherches scientifiques en traitement automatique du langage naturel, timbl sera sûrement utile.

Étiquettes: Mis en œuvre en: C++, Rôle: Programme

Cette page est uniquement disponible dans les langues suivantes (Comment configurer la langue par défaut du document) :