Enrichissement de corpus par approche générative et impact sur les modèles de reconnaissance d'entités nommées - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

Enrichissement de corpus par approche générative et impact sur les modèles de reconnaissance d'entités nommées

Résumé

Industrial applications of Named Entity Recognition (NER) are usually confronted with imbalanced corpora. This could harm the performance of trained models when dealing with unknown data. In this paper we develop two generation-based data enrichment approaches to improve entity distribution. We compare the impact of enriched corpora on NER models, using both non-contextual and contextual embeddings, and a biLSTM-CRF as entity classifier. The approach is evaluated on a contract renewal detection task. The results show that the proposed enrichment significantly improves the model's effectiveness on unkonwn data, while not degrading the performance on the original test set.
Fichier non déposé

Dates et versions

hal-04452082 , version 1 (12-02-2024)

Identifiants

  • HAL Id : hal-04452082 , version 1

Citer

Danrun Cao, Nicolas Béchet, Pierre-François Marteau, Oussama Ahmia. Enrichissement de corpus par approche générative et impact sur les modèles de reconnaissance d'entités nommées. Extraction et Gestion des Connaissances, Jan 2024, Dijon, France. ⟨hal-04452082⟩
8 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More