« BERT » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (7 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Acronyme anglais de ''Bidirectional Encoder Representations from Transformers'' (Représentations d'encodeur bidirectionnel à partir de ''[[Réseau autoattentif|réseaux autoattentifs]]'', BERT fut le premier [[ | Acronyme anglais de ''Bidirectional Encoder Representations from Transformers'' (Représentations d'encodeur bidirectionnel à partir de ''[[Réseau autoattentif|réseaux autoattentifs]]''). Créé par une équipe de Google en 2018, BERT fut le premier grand [[modèle de langue]]. | ||
BERT utilise une stratégie d'apprentissage profond du [[traitement automatique du langage naturel]] (TALN) dans lequel | '''Robotique''' - Bidirectional Encoder Representations from Transformers — un modèle de langage pré-entraîné qui apprend les représentations textuelles contextuelles en masquant les jetons et en les prédisant à partir du contexte environnant. En robotique, les modèles de style BERT codent les instructions en langage naturel pour les politiques de contrôle conditionnées par le langage. Les plongements SentenceBERT sont utilisés pour la récupération de tâches et l'appariement de similarité d'instructions. | ||
== Compléments == | |||
BERT utilise une stratégie d'apprentissage profond du [[traitement automatique du langage naturel]] (TALN) dans lequel des [[Réseau autoattentif|réseaux autoattentifs]] sont entraînés d'une manière bidirectionnelle par [[apprentissage non supervisé]]. | |||
== Français == | == Français == | ||
| Ligne 11 : | Ligne 15 : | ||
'''Bidirectional Encoder Representations from Transformers''' | '''Bidirectional Encoder Representations from Transformers''' | ||
==Sources== | |||
[https://en.wikipedia.org/wiki/BERT_(language_model) Source : Wikipedia (BERT - Language model) ] | [https://en.wikipedia.org/wiki/BERT_(language_model) Source : Wikipedia (BERT - Language model) ] | ||
[https://definir-tech.com/representations-codeur-bidirectionnel-des-transformateurs-bert/ Source: Definir Tech] | [https://definir-tech.com/representations-codeur-bidirectionnel-des-transformateurs-bert/ Source: Definir Tech] | ||
[https://www.roboticscenter.ai/fr/glossary Source : Robotic Center] | |||
{{Modèle:Robotique}} | |||
[[Catégorie:Robotique]] | |||
Dernière version du 22 septembre 2026 à 11:30
Définition
Acronyme anglais de Bidirectional Encoder Representations from Transformers (Représentations d'encodeur bidirectionnel à partir de réseaux autoattentifs). Créé par une équipe de Google en 2018, BERT fut le premier grand modèle de langue.
Robotique - Bidirectional Encoder Representations from Transformers — un modèle de langage pré-entraîné qui apprend les représentations textuelles contextuelles en masquant les jetons et en les prédisant à partir du contexte environnant. En robotique, les modèles de style BERT codent les instructions en langage naturel pour les politiques de contrôle conditionnées par le langage. Les plongements SentenceBERT sont utilisés pour la récupération de tâches et l'appariement de similarité d'instructions.
Compléments
BERT utilise une stratégie d'apprentissage profond du traitement automatique du langage naturel (TALN) dans lequel des réseaux autoattentifs sont entraînés d'une manière bidirectionnelle par apprentissage non supervisé.
Français
BERT
Anglais
BERT
Bidirectional Encoder Representations from Transformers
Sources
Source : Wikipedia (BERT - Language model)
Contributeurs: Arianne Arel, Claude Coulombe, Imane Meziani, Jean Benoît Morel, wiki
