@inproceedings{mathlouthi-bouzid-ben-othmane-zribi-2019-q,
title = "{Q}-learning pour la r{\'e}solution des anaphores pronominales en langue arabe ({Q}-learning for pronominal anaphora resolution in {A}rabic texts)",
author = "Mathlouthi Bouzid, Saoussen and
Ben Othmane Zribi, Chiraz",
editor = "Morin, Emmanuel and
Rosset, Sophie and
Zweigenbaum, Pierre",
booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts",
month = "7",
year = "2019",
address = "Toulouse, France",
publisher = "ATALA",
url = "https://aclanthology.org/2019.jeptalnrecital-court.25",
pages = "391--398",
abstract = "La r{\'e}solution d{'}anaphores est une t{\^a}che fondamentale pour la plupart des applications du TALN. Cette t{\^a}che reste un probl{\`e}me difficile qui n{\'e}cessite plusieurs sources de connaissances et des techniques d{'}apprentissage efficaces, notamment pour la langue arabe. Cet article pr{\'e}sente une nouvelle approche de r{\'e}solution d{'}anaphores pronominales dans les textes arabes en se basant sur une m{\'e}thode d{'}Apprentissage par Renforcement AR qui utilise l{'}algorithme Q-learning. Le processus de r{\'e}solution comporte une {\'e}tape d{'}identification des pronoms et des ant{\'e}c{\'e}dents candidats et une autre de r{\'e}solution. L{'}algorithme Q-learning permet d{'}apprendre dans un environnement dynamique et incertain. Il cherche {\`a} optimiser pour chaque pronom anaphorique, une s{\'e}quence de choix de crit{\`e}res pour {\'e}valuer les ant{\'e}c{\'e}dents et s{\'e}lectionner le meilleur. Le syst{\`e}me de r{\'e}solution est {\'e}valu{\'e} sur des textes litt{\'e}raires, des textes journalistiques et des manuels techniques. Le taux de pr{\'e}cision atteint jusqu{'}{\`a} 77,14{\%}.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="mathlouthi-bouzid-ben-othmane-zribi-2019-q">
<titleInfo>
<title>Q-learning pour la résolution des anaphores pronominales en langue arabe (Q-learning for pronominal anaphora resolution in Arabic texts)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Saoussen</namePart>
<namePart type="family">Mathlouthi Bouzid</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Chiraz</namePart>
<namePart type="family">Ben Othmane Zribi</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2019-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Emmanuel</namePart>
<namePart type="family">Morin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sophie</namePart>
<namePart type="family">Rosset</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pierre</namePart>
<namePart type="family">Zweigenbaum</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>La résolution d’anaphores est une tâche fondamentale pour la plupart des applications du TALN. Cette tâche reste un problème difficile qui nécessite plusieurs sources de connaissances et des techniques d’apprentissage efficaces, notamment pour la langue arabe. Cet article présente une nouvelle approche de résolution d’anaphores pronominales dans les textes arabes en se basant sur une méthode d’Apprentissage par Renforcement AR qui utilise l’algorithme Q-learning. Le processus de résolution comporte une étape d’identification des pronoms et des antécédents candidats et une autre de résolution. L’algorithme Q-learning permet d’apprendre dans un environnement dynamique et incertain. Il cherche à optimiser pour chaque pronom anaphorique, une séquence de choix de critères pour évaluer les antécédents et sélectionner le meilleur. Le système de résolution est évalué sur des textes littéraires, des textes journalistiques et des manuels techniques. Le taux de précision atteint jusqu’à 77,14%.</abstract>
<identifier type="citekey">mathlouthi-bouzid-ben-othmane-zribi-2019-q</identifier>
<location>
<url>https://aclanthology.org/2019.jeptalnrecital-court.25</url>
</location>
<part>
<date>2019-7</date>
<extent unit="page">
<start>391</start>
<end>398</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Q-learning pour la résolution des anaphores pronominales en langue arabe (Q-learning for pronominal anaphora resolution in Arabic texts)
%A Mathlouthi Bouzid, Saoussen
%A Ben Othmane Zribi, Chiraz
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G French
%F mathlouthi-bouzid-ben-othmane-zribi-2019-q
%X La résolution d’anaphores est une tâche fondamentale pour la plupart des applications du TALN. Cette tâche reste un problème difficile qui nécessite plusieurs sources de connaissances et des techniques d’apprentissage efficaces, notamment pour la langue arabe. Cet article présente une nouvelle approche de résolution d’anaphores pronominales dans les textes arabes en se basant sur une méthode d’Apprentissage par Renforcement AR qui utilise l’algorithme Q-learning. Le processus de résolution comporte une étape d’identification des pronoms et des antécédents candidats et une autre de résolution. L’algorithme Q-learning permet d’apprendre dans un environnement dynamique et incertain. Il cherche à optimiser pour chaque pronom anaphorique, une séquence de choix de critères pour évaluer les antécédents et sélectionner le meilleur. Le système de résolution est évalué sur des textes littéraires, des textes journalistiques et des manuels techniques. Le taux de précision atteint jusqu’à 77,14%.
%U https://aclanthology.org/2019.jeptalnrecital-court.25
%P 391-398
Markdown (Informal)
[Q-learning pour la résolution des anaphores pronominales en langue arabe (Q-learning for pronominal anaphora resolution in Arabic texts)](https://aclanthology.org/2019.jeptalnrecital-court.25) (Mathlouthi Bouzid & Ben Othmane Zribi, JEP/TALN/RECITAL 2019)
ACL