Analyse automatique en cadres sémantiques pour l'apprentissage de modèles de compréhension de texte - Conférences TALN RECITAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Analyse automatique en cadres sémantiques pour l'apprentissage de modèles de compréhension de texte

Résumé

Dans le cadre de la compréhension automatique de documents, cet article propose une évaluation intrinsèque et extrinsèque d’un modèle d’analyse automatique en cadres sémantiques (Frames). Le modèle proposé est un modèle état de l’art à base de GRU bi-directionnel, enrichi par l’utilisation d’embeddings contextuels. Nous montrons qu’un modèle de compréhension de documents appris sur un corpus de triplets générés à partir d’un corpus analysé automatiquement avec l’analyseur en cadre sémantique présente des performances inférieures de seulement 2.5% en relatif par rapport à un modèle appris sur un corpus de triplets générés à partir d’un corpus analysé manuellement.
Fichier principal
Vignette du fichier
132.pdf (567.06 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-02784778 , version 1 (07-06-2020)
hal-02784778 , version 2 (18-06-2020)
hal-02784778 , version 3 (23-06-2020)

Identifiants

  • HAL Id : hal-02784778 , version 3

Citer

Gabriel Marzinotto, Delphine Charlet, Géraldine Damnati, Frederic Bechet. Analyse automatique en cadres sémantiques pour l'apprentissage de modèles de compréhension de texte. 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 2 : Traitement Automatique des Langues Naturelles, Jun 2020, Nancy, France. pp.288-295. ⟨hal-02784778v3⟩
206 Consultations
149 Téléchargements

Partager

Gmail Facebook X LinkedIn More