DWIE-FR : Un nouveau jeu de données en français annoté en entités nommées - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

DWIE-FR : Un nouveau jeu de données en français annoté en entités nommées

Sylvain Verdy
  • Fonction : Auteur
  • PersonId : 1262355
Maxime Prieur
  • Fonction : Auteur
  • PersonId : 1262356
Guillaume Gadek
  • Fonction : Auteur
  • PersonId : 1262357
Cédric Lopez

Résumé

Ces dernières années, les contributions majeures qui ont eu lieu en apprentissage automatique supervisé ont mis en evidence la nécessité de disposer de grands jeux de données annotés de haute qualité. Les recherches menées sur la tâche de reconnaissance d'entités nommées dans des textes en français font face à l'absence de jeux de données annotés "à grande échelle" et avec de nombreuses classes d'entités hiérarchisées. Dans cet article, nous proposons une approche pour obtenir un tel jeu de données qui s'appuie sur des étapes de traduction puis d'annotation des données textuelles en anglais vers une langue cible (ici au français). Nous évaluons la qualité de l'approche proposée et mesurons les performances de quelques modèles d'apprentissage automatique sur ces données.
Fichier principal
Vignette du fichier
460997.pdf (202.19 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04130200 , version 1 (20-06-2023)

Identifiants

  • HAL Id : hal-04130200 , version 1

Citer

Sylvain Verdy, Maxime Prieur, Guillaume Gadek, Cédric Lopez. DWIE-FR : Un nouveau jeu de données en français annoté en entités nommées. 18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, 2023, Paris, France. pp.63-72. ⟨hal-04130200⟩
76 Consultations
47 Téléchargements

Partager

Gmail Facebook X LinkedIn More