Modèles sequence to sequence

Dans la vidéo, vous avez découvert quatre types de modèles sequence to sequence : many-to-one (classification) et many-to-many (génération de texte, traduction automatique neuronale et modèles de langue). Dans cet exercice, vous devez choisir le type de modèle approprié à partir de la description suivante :

Vous aidez un ami spécialiste de la reconnaissance vocale. Il a créé un modèle capable de reconnaître différents accents de l’anglais, mais celui-ci n’arrive pas à distinguer les homophones — des mots ayant la même prononciation mais un sens différent, comme « sea » vs « see » ou « write » vs « right ».

Vous proposez d’utiliser un modèle qui exploite le contexte autour des mots pour identifier leur sens. En apprenant la signification des mots, le nouveau modèle éviterait des sorties comme « Did you sea that car? » — il identifierait que dans ce cas, le mot correct est « see ».

Quel type de modèle sequence-to-sequence est approprié ?