Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé

Résumé

Nous présentons OFCoRS, un système de résolution de coréférence, basé sur le français parlé et un ensemble de modèles Random Forest. L’objectif de ce papier est de comparer l’approche statistique d’OFCoRS avec l’approche neuronale du système DeCoFre. Nous soulignons particulièrement les similarités et différences entre les deux systèmes. Nous comparons ensuite leurs performances sur le corpus français ANCOR et observons que les performances d’OFCoRS s’approchent de celles de DeCoFre. Une analyse détaillée montre également que les deux systèmes affichent de faibles performances sur les coréférences indirectes, montrant ainsi qu’on ne peut pas considérer le traitement des anaphores complexes comme un problème résolu.
Fichier principal
Vignette du fichier
9081.pdf (208.74 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-03701517 , version 1 (24-06-2022)

Identifiants

  • HAL Id : hal-03701517 , version 1

Citer

Maëlle Brassier, Théo Azzouza, Loïc Grobol, Jean-Yves Antoine, Anaïs Lefeuvre-Halftermeyer. Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé. Traitement Automatique des Langues Naturelles (TALN 2022), Jun 2022, Avignon, France. pp.325-334. ⟨hal-03701517⟩
273 Consultations
94 Téléchargements

Partager

More