Pooja Narayan 2 NOTAM, extraction d’information, reconnaissance d’entités imbriquées, biLSTM-CRF, création d’un dataset. ploiter les progrès significatifs récents en compréhension du langage naturel grâce aux réseaux neuronaux profonds pour extraire des informations clés des NOTAMs. Dans la partie 2, nous décrivons en détails ce qu’est un NOTAM dans le monde aéronautique mais détaillons aussi ses spécificités en terme linguistique. Nous détaillons ensuite (partie 3) les informations que l’on souhaite extraire de ces messages ainsi que l’approche choisie à base de reconnaissance d’entités imbriquées. La partie 4 décrit le dataset créé (ainsi que le protocole d’annotation suivi) dans le contexte de cette étude. La section 5 décrit en détails les expériences faites ainsi que les résultats obtenus. La partie 6 décrit la démonstration ; enfin, sont abordées quelques perspectives d’amélioration du système dans la section 7.