La transduction de séquence est un type de tâche d'apprentissage automatique qui consiste à transformer une séquence d'entrée en séquence de sortie. Il s'agit d'un hybride d'étiquetage de séquence et de mappage séquence à séquence, et s'applique à tout problème dans lequel les formats d'entrée et de sortie varient en taille et en modalité. La transduction de séquence joue un rôle important dans les applications de traitement du langage naturel et de vision par ordinateur.
La transduction de séquence implique la construction d’une architecture codeur-décodeur qui mappe une séquence de symboles à une autre. La séquence d'entrée est d'abord codée dans un vecteur à l'aide d'un codeur de réseau neuronal. Le vecteur codé est ensuite utilisé comme entrée du décodeur, qui produit ensuite une séquence de sortie. Pour garantir la précision, les sorties du codeur et du décodeur doivent correspondre à la fois sur la longueur et sur les éléments.
Dans les applications de traitement du langage naturel, la transduction de séquence peut être utilisée pour mapper entre des séquences de mots tokenisés ou de balises POS, tandis que dans les applications de vision par ordinateur, elle peut être utilisée pour mapper entre différents types d'images ou d'images vidéo.
En plus d'être utilisée dans les applications de traitement du langage naturel et de vision par ordinateur, la transduction de séquences peut également être utilisée pour d'autres tâches telles que l'analyse bioinformatique, la compréhension de la parole et du langage, la modélisation de conversations et la traduction linguistique. Il s’agit d’un outil puissant pour résoudre des problèmes complexes et a été appliqué à diverses tâches dans les domaines du traitement du langage naturel et de la vision par ordinateur.
