| Title: |
Au-delà de la performance des modèles : la prédiction de liens peut-elle enrichir des graphes lexico-sémantiques du français ? |
| Authors: |
Choi, Hee-Soo; Trivedi, Priyansh; Constant, Mathieu; Fort, Karën; Guillaume, Bruno |
| Contributors: |
Analyse et Traitement Informatique de la Langue Française (ATILF); Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS); Semantic Analysis of Natural Language (SEMAGRAMME); Centre Inria de l'Université de Lorraine; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Department of Natural Language Processing & Knowledge Discovery (LORIA - NLPKD); Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA); Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA); Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS); Chercheur indépendant; Sorbonne Université (SU); Mathieu Balaguer; Nihed Bendahman; Lydia-Mai Ho-Dac; Julie Mauclair; Jose G. Moreno; Julien Pinquier |
| Source: |
Actes de JEP-TALN-RECITAL 2024. 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position ; https://inria.hal.science/hal-04623008 ; Actes de JEP-TALN-RECITAL 2024. 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position, Jul 2024, Toulouse, France. pp.36-49 |
| Publisher Information: |
CCSD; ATALA & AFPC |
| Publication Year: |
2024 |
| Collection: |
Université de Lorraine: HAL |
| Subject Terms: |
graphe lexico-sémantiques; ressources du français; prédiction de liens; complétion de graphes; [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL] |
| Subject Geographic: |
Toulouse; France |
| Description: |
National audience ; Cet article présente une étude sur l’utilisation de modèles de prédiction de liens pour l’enrichissement de graphes lexico-sémantiques du français. Celle-ci porte sur deux graphes, RezoJDM16k et RL-fr et sept modèles de prédiction de liens. Nous avons étudié les prédictions du modèle le plus performant, afin d’extraire de potentiels nouveaux triplets en utilisant un score de confiance que nous avons évalué avec des annotations manuelles. Nos résultats mettent en évidence des avantages différentspour le graphe dense RezoJDM16k par rapport à RL-fr, plus clairsemé. Si l’ajout de nouveaux triplets à RezoJDM16k offre des avantages limités, RL-fr peut bénéficier substantiellement de notre approche. |
| Document Type: |
conference object |
| Language: |
French |
| Relation: |
https://inria.hal.science/hal-04623005v1 |
| Availability: |
https://inria.hal.science/hal-04623008; https://inria.hal.science/hal-04623008v1/document; https://inria.hal.science/hal-04623008v1/file/5903.pdf |
| Rights: |
http://creativecommons.org/licenses/by/ ; info:eu-repo/semantics/OpenAccess |
| Accession Number: |
edsbas.F704E773 |
| Database: |
BASE |