Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé - Laboratoire LI, équipe BDTLN Access content directly
Conference Papers Year : 2022

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

Abstract

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
Origin : Publisher files allowed on an open archive

Dates and versions

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

Identifiers

  • HAL Id : hal-03701517 , version 1

Cite

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⟩
160 View
47 Download

Share

Gmail Facebook Twitter LinkedIn More