@inproceedings{collin-guerraz-2015-classification,
title = "Classification d{'}entit{\'e}s nomm{\'e}es de type film",
author = "Collin, Olivier and
Guerraz, Aleksandra",
editor = "Lecarpentier, Jean-Marc and
Lucas, Nadine",
booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles courts",
month = jun,
year = "2015",
address = "Caen, France",
publisher = "ATALA",
url = "https://aclanthology.org/2015.jeptalnrecital-court.8",
pages = "48--54",
abstract = "Dans cet article, nous nous int{\'e}ressons {\`a} la classification contextuelle d{'}entit{\'e}s nomm{\'e}es de type film . Notre travail s{'}inscrit dans un cadre applicatif dont le but est de rep{\'e}rer, dans un texte, un titre de film contenu dans un catalogue (par exemple catalogue de films disponibles en VoD). Pour ce faire, nous combinons deux approches : nous partons d{'}un syst{\`e}me {\`a} base de r{\`e}gles, qui pr{\'e}sente une bonne pr{\'e}cision, que nous couplons avec un mod{\`e}le de langage permettant d{'}augmenter le rappel. La g{\'e}n{\'e}ration peu co{\^u}teuse de donn{\'e}es d{'}apprentissage pour le mod{\`e}le de langage {\`a} partir de Wikipedia est au coeur de ce travail. Nous montrons, {\`a} travers l{'}{\'e}valuation de notre syst{\`e}me, la difficult{\'e} de classification des entit{\'e}s nomm{\'e}es de type film ainsi que la compl{\'e}mentarit{\'e} des approches que nous utilisons pour cette t{\^a}che.",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="collin-guerraz-2015-classification">
<titleInfo>
<title>Classification d’entités nommées de type film</title>
</titleInfo>
<name type="personal">
<namePart type="given">Olivier</namePart>
<namePart type="family">Collin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Aleksandra</namePart>
<namePart type="family">Guerraz</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2015-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jean-Marc</namePart>
<namePart type="family">Lecarpentier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nadine</namePart>
<namePart type="family">Lucas</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Caen, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Dans cet article, nous nous intéressons à la classification contextuelle d’entités nommées de type film . Notre travail s’inscrit dans un cadre applicatif dont le but est de repérer, dans un texte, un titre de film contenu dans un catalogue (par exemple catalogue de films disponibles en VoD). Pour ce faire, nous combinons deux approches : nous partons d’un système à base de règles, qui présente une bonne précision, que nous couplons avec un modèle de langage permettant d’augmenter le rappel. La génération peu coûteuse de données d’apprentissage pour le modèle de langage à partir de Wikipedia est au coeur de ce travail. Nous montrons, à travers l’évaluation de notre système, la difficulté de classification des entités nommées de type film ainsi que la complémentarité des approches que nous utilisons pour cette tâche.</abstract>
<identifier type="citekey">collin-guerraz-2015-classification</identifier>
<location>
<url>https://aclanthology.org/2015.jeptalnrecital-court.8</url>
</location>
<part>
<date>2015-06</date>
<extent unit="page">
<start>48</start>
<end>54</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Classification d’entités nommées de type film
%A Collin, Olivier
%A Guerraz, Aleksandra
%Y Lecarpentier, Jean-Marc
%Y Lucas, Nadine
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2015
%8 June
%I ATALA
%C Caen, France
%F collin-guerraz-2015-classification
%X Dans cet article, nous nous intéressons à la classification contextuelle d’entités nommées de type film . Notre travail s’inscrit dans un cadre applicatif dont le but est de repérer, dans un texte, un titre de film contenu dans un catalogue (par exemple catalogue de films disponibles en VoD). Pour ce faire, nous combinons deux approches : nous partons d’un système à base de règles, qui présente une bonne précision, que nous couplons avec un modèle de langage permettant d’augmenter le rappel. La génération peu coûteuse de données d’apprentissage pour le modèle de langage à partir de Wikipedia est au coeur de ce travail. Nous montrons, à travers l’évaluation de notre système, la difficulté de classification des entités nommées de type film ainsi que la complémentarité des approches que nous utilisons pour cette tâche.
%U https://aclanthology.org/2015.jeptalnrecital-court.8
%P 48-54
Markdown (Informal)
[Classification d’entités nommées de type film](https://aclanthology.org/2015.jeptalnrecital-court.8) (Collin & Guerraz, JEP/TALN/RECITAL 2015)
ACL
- Olivier Collin and Aleksandra Guerraz. 2015. Classification d’entités nommées de type film. In Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts, pages 48–54, Caen, France. ATALA.