%0 Conference Proceedings %T Etat de l’art des méthodes d’apprentissage profond pour l’extraction automatique de termes-clés (State of the art of deep learning methods for automatic keyphrase extraction ) %A Gallina, Ygor %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 III : RECITAL %D 2019 %8 July %I ATALA %C Toulouse, France %G French %F gallina-2019-etat %X Les termes-clés facilitent la recherche de documents dans de larges collections de données. Le coût d’annotation de document en termes-clés très élevé, c’est pourquoi les chercheurs s’intéressent à cette problématique. Dans cet article nous présentons un état de l’art sur l’extraction automatique de termes-clés en nous intéressant particulièrement aux modèles d’apprentissage profond. En effet, la récente publication d’un demi-million de documents annotés à permis le développement de modèles neuronaux profonds. %U https://aclanthology.org/2019.jeptalnrecital-recital.5 %P 513-524