 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Pilault, J., Liu, C., Bansal, M., & Dreyer, M. (août 2023). On Conditional and Compositional Language Model Differentiable Prompting [Communication écrite]. 32nd International Joint Conference on Artificial Intelligence (IJCAI 2023), Macao. Publié dans Proceedings of the Thirty-Second International Joint Conference on Artificial Intelligence. Lien externe
Pilault, J., García, X., Bražinskas, A., & Fırat, O. (novembre 2023). Interactive-Chain-Prompting: Ambiguity Resolution for Crosslingual Conditional Generation with Interaction [Communication écrite]. 13th International Joint Conference on Natural Language Processing and the 3rd Conference of the Asia-Pacific Chapter of the Association for Computational Linguistics, Nusa Dua, Bali. Lien externe
Pilault, J., Fathi, M., Firat, O., Pal, C. J., Bacon, P.-L., & Goroshin, R. (décembre 2023). Block-State Transformers [Communication écrite]. 37th Conference on Neural Information Processing Systems (NeurIPS 2023), New Orleans, LA, USA (19 pages). Lien externe
Pilault, J., El Hattami, A., & Pal, C. J. (mai 2021). Conditionally adaptive multi-task learning: Improving transfer learning in nlp using fewer parameters & less data [Affiche]. 9th International Conference on Learning Representations (ICLR 2021), Vienna, Austria (21 pages). Lien externe
Pilault, J., Li, R., Subramanian, S., & Pal, C. J. (novembre 2020). On extractive and abstractive neural document summarization with transformer language models [Communication écrite]. Conference on Empirical Methods in Natural Language Processing (EMNLP 2020). Lien externe
