| Title: |
Prédiction de la complexité lexicale : Une étude comparative entre ChatGPT et un modèle dédié à cette tâche. |
| Authors: |
Kelious, Abdelhak; Constant, Mathieu; Coeur, Christophe |
| Contributors: |
Analyse et Traitement Informatique de la Langue Française (ATILF); Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS); Independent Consultant; BALAGUER; Mathieu and BENDAHMAN; Nihed and HO-DAC; Lydia-Mai and MAUCLAIR; Julie and MORENO; Jose G and PINQUIER; Julien |
| Source: |
35èmes Journées d'Études sur la Parole (JEP 2024); 35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024); https://inria.hal.science/hal-04623044; 35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.617-629 |
| Publisher Information: |
CCSD; ATALA & AFPC |
| Publication Year: |
2024 |
| Collection: |
Université de Lorraine: HAL |
| Subject Terms: |
ChatGPT; Modèles linguistiques; Prédiction de la complexité lexicale; Traitement du langage naturel; [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL] |
| Subject Geographic: |
Toulouse; France |
| Description: |
National audience ; Cette étude s’intéresse à la prédiction de la complexité lexicale. Nous explorons des méthodesd’apprentissage profond afin d’évaluer la complexité d’un mot en se basant sur son contexte. Plusspécifiquement, nous examinons comment utiliser des modèles de langue pré-entraînés pour encoderle mot cible et son contexte, en les combinant avec des caractéristiques supplémentaires basées sur lafréquence. Notre approche obtient de meilleurs résultats que les meilleurs systèmes de SemEval-2021(Shardlow et al., 2021). Enfin, nous menons une étude comparative avec ChatGPT afin d’évaluer sonpotentiel pour prédire la complexité lexicale en comparaison avec un modèle dédié à cette tâche. |
| Document Type: |
conference object |
| Language: |
French |
| Relation: |
https://inria.hal.science/hal-04623005v1 |
| Availability: |
https://inria.hal.science/hal-04623044; https://inria.hal.science/hal-04623044v1/document; https://inria.hal.science/hal-04623044v1/file/5913.pdf |
| Rights: |
http://creativecommons.org/licenses/by/ ; info:eu-repo/semantics/OpenAccess |
| Accession Number: |
edsbas.717C8940 |
| Database: |
BASE |