@inproceedings{Dinarelli-Grobol:TALN:2019,
    author = {Dinarelli, Marco and Grobol, Lo{\"\i}c},
    title = "Mod\`eles neuronaux hybrides pour la mod\'elisation de s\'equences : le meilleur de trois mondes",
    booktitle = "Actes de la Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 1 : Articles longs",
    month = "7",
    year = "2019",
    address = "Toulouse, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "127-142",
    note = "Hybrid Neural Networks for Sequence Modelling : The Best of Three Worlds",
    abstract = "Nous proposons une architecture neuronale avec les caract\'eristiques principales des mod\`eles neuronaux de ces derni\`eres ann\'ees : les r\'eseaux neuronaux r\'ecurrents bidirectionnels, les mod\`eles encodeurd\'ecodeur, et le mod\`ele Transformer. Nous \'evaluons nos mod\`eles sur trois t\^aches d'\'etiquetage de s\'equence, avec des r\'esultats aux environs de l'\'etat de l'art et souvent meilleurs, montrant ainsi l'int\'er\^et de cette architecture hybride pour ce type de t\^aches.",
    keywords = "R\'eseaux neuronaux, mod\'elisation de s\'equences, MEDIA, WSJ, TIGER.",
    url = "http://talnarchives.atala.org/TALN/TALN-2019/25.pdf"
}