Communication Dans Un Congrès Année : 2026

Construction few-shot et fusion de graphes de connaissances temporels dynamiques atomiques à partir de textes

Résumé

Avec la croissance rapide des données, extraire des connaissances de textes non structurés est devenu crucial pour l'analyse en temps réel, l'inférence temporelle et les mémoires dynamiques des agents. Pourtant, les graphes de connaissances traditionnels négligent souvent l'évolution des données, limitant leur adaptabilité. De plus, les approches récentes utilisant des modèles de langage en zero-shot ou few-shot, sans fine-tuning ni ontologies spécialisées, restent sujettes à l'instabilité et à une couverture incomplète des faits. Pour surmonter ces limites, nous proposons ATOM , une méthode few-shot et scalable pour construire et mettre à jour en continu des graphes de connaissances temporels à partir de textes non structurés. Notre approche segmente les documents en « faits atomiques » afin d'améliorer l'exhaustivité et la stabilité, génère des graphes temporels atomiques via une modélisation temporelle duale distinguant observation et validité, puis fusionne ces graphes en parallèle. Les résultats empiriques montrent des gains d'environ 18% en exhaustivité, 17% en stabilité, et plus de 90% de réduction de latence par rapport aux méthodes de référence.

Fichier principal
Vignette du fichier
GOLE2026_Lairgi.pdf (507.3 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Licence

Dates et versions

hal-05486325 , version 1 (30-01-2026)

Licence

Identifiants

  • HAL Id : hal-05486325 , version 1

Citer

Yassir Lairgi, Ludovic Moncla, Khalid Benabdeslem, Rémy Cazabet, Pierre Cléau. Construction few-shot et fusion de graphes de connaissances temporels dynamiques atomiques à partir de textes. Atelier Graphes de connaissances et Ontologies : de l'Apprentissage à l'Exploitation (GOLE), Conférence EGC 2026, Jan 2026, Anglet (64), France. ⟨hal-05486325⟩
105 Consultations
55 Téléchargements

Partager

  • More