Classification de relation pour la génération de mots-clés absents - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Relation classification for absent keyphrase generation

Classification de relation pour la génération de mots-clés absents

Résumé

Encoder-decoder models are the current state of the art for keyphrase generation. However, despite numerous adaptations of this architecture, generating keyphrases that are absent from the source text is still a difficult task. This study shows that training a model on predicting the relation between a document and a keyphrase improves absent keyphrase generation
Les modèles encodeur-décodeur constituent l'état de l'art en génération de mots-clés. Cependant, malgré de nombreuses adaptations de cette architecture, générer des mots-clés absents du texte du document est toujours une tâche difficile. Cette étude montre qu'entraîner au préalable un modèle sur une tâche de classification de relation entre un document et un mot-clé, permet d'améliorer la génération de mots-clés absents.
Fichier principal
Vignette du fichier
arts_classification_final.pdf (164.17 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04131601 , version 1 (20-06-2023)
hal-04131601 , version 2 (08-09-2023)

Identifiants

  • HAL Id : hal-04131601 , version 2

Citer

Maël Houbre, Florian Boudin, Béatrice Daille. Classification de relation pour la génération de mots-clés absents. 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.47-53. ⟨hal-04131601v2⟩
34 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More