Analyse automatique en cadres sémantiques pour l'apprentissage de modèles de compréhension de texte - Archive ouverte HAL Access content directly
Conference Papers Year : 2020

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

Abstract

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
Origin Publisher files allowed on an open archive
Loading...

Dates and versions

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

Identifiers

  • HAL Id : hal-02784778 , version 3

Cite

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⟩
215 View
156 Download

Share

Gmail Mastodon Facebook X LinkedIn More