@inproceedings{boros-etal-2021-interet,
title = "Int{\'e}r{\^e}t des mod{\`e}les de caract{\`e}res pour la d{\'e}tection d{'}{\'e}v{\'e}nements (The interest of character-level models for event detection)",
author = "Boros, Emanuela and
Besan{\c{c}}on, Romaric and
Ferret, Olivier and
Grau, Brigitte",
editor = "Denis, Pascal and
Grabar, Natalia and
Fraisse, Amel and
Cardon, R{\'e}mi and
Jacquemin, Bernard and
Kergosien, Eric and
Balvet, Antonio",
booktitle = "Actes de la 28e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2021",
address = "Lille, France",
publisher = "ATALA",
url = "https://aclanthology.org/2021.jeptalnrecital-taln.17",
pages = "179--188",
abstract = "Cet article aborde la t{\^a}che de d{\'e}tection d{'}{\'e}v{\'e}nements, visant {\`a} identifier et cat{\'e}goriser les mentions d{'}{\'e}v{\'e}nements dans les textes. Une des difficult{\'e}s de cette t{\^a}che est le probl{\`e}me des mentions d{'}{\'e}v{\'e}nements correspondant {\`a} des mots mal orthographi{\'e}s, tr{\`e}s sp{\'e}cifiques ou hors vocabulaire. Pour analyser l{'}impact de leur prise en compte par le biais de mod{\`e}les de caract{\`e}res, nous proposons d{'}int{\'e}grer des plongements de caract{\`e}res, qui peuvent capturer des informations morphologiques et de forme sur les mots, {\`a} un mod{\`e}le convolutif pour la d{\'e}tection d{'}{\'e}v{\'e}nements. Plus pr{\'e}cis{\'e}ment, nous {\'e}valuons deux strat{\'e}gies pour r{\'e}aliser une telle int{\'e}gration et montrons qu{'}une approche de fusion tardive surpasse {\`a} la fois une approche de fusion pr{\'e}coce et des mod{\`e}les int{\'e}grant des informations sur les caract{\`e}res ou les sous-mots tels que ELMo ou BERT.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="boros-etal-2021-interet">
<titleInfo>
<title>Intérêt des modèles de caractères pour la détection d’événements (The interest of character-level models for event detection)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Emanuela</namePart>
<namePart type="family">Boros</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Romaric</namePart>
<namePart type="family">Besançon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Olivier</namePart>
<namePart type="family">Ferret</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Brigitte</namePart>
<namePart type="family">Grau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2021-06</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 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Pascal</namePart>
<namePart type="family">Denis</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Natalia</namePart>
<namePart type="family">Grabar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Amel</namePart>
<namePart type="family">Fraisse</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Rémi</namePart>
<namePart type="family">Cardon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Bernard</namePart>
<namePart type="family">Jacquemin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eric</namePart>
<namePart type="family">Kergosien</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Antonio</namePart>
<namePart type="family">Balvet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Lille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Cet article aborde la tâche de détection d’événements, visant à identifier et catégoriser les mentions d’événements dans les textes. Une des difficultés de cette tâche est le problème des mentions d’événements correspondant à des mots mal orthographiés, très spécifiques ou hors vocabulaire. Pour analyser l’impact de leur prise en compte par le biais de modèles de caractères, nous proposons d’intégrer des plongements de caractères, qui peuvent capturer des informations morphologiques et de forme sur les mots, à un modèle convolutif pour la détection d’événements. Plus précisément, nous évaluons deux stratégies pour réaliser une telle intégration et montrons qu’une approche de fusion tardive surpasse à la fois une approche de fusion précoce et des modèles intégrant des informations sur les caractères ou les sous-mots tels que ELMo ou BERT.</abstract>
<identifier type="citekey">boros-etal-2021-interet</identifier>
<location>
<url>https://aclanthology.org/2021.jeptalnrecital-taln.17</url>
</location>
<part>
<date>2021-6</date>
<extent unit="page">
<start>179</start>
<end>188</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Intérêt des modèles de caractères pour la détection d’événements (The interest of character-level models for event detection)
%A Boros, Emanuela
%A Besançon, Romaric
%A Ferret, Olivier
%A Grau, Brigitte
%Y Denis, Pascal
%Y Grabar, Natalia
%Y Fraisse, Amel
%Y Cardon, Rémi
%Y Jacquemin, Bernard
%Y Kergosien, Eric
%Y Balvet, Antonio
%S Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2021
%8 June
%I ATALA
%C Lille, France
%G French
%F boros-etal-2021-interet
%X Cet article aborde la tâche de détection d’événements, visant à identifier et catégoriser les mentions d’événements dans les textes. Une des difficultés de cette tâche est le problème des mentions d’événements correspondant à des mots mal orthographiés, très spécifiques ou hors vocabulaire. Pour analyser l’impact de leur prise en compte par le biais de modèles de caractères, nous proposons d’intégrer des plongements de caractères, qui peuvent capturer des informations morphologiques et de forme sur les mots, à un modèle convolutif pour la détection d’événements. Plus précisément, nous évaluons deux stratégies pour réaliser une telle intégration et montrons qu’une approche de fusion tardive surpasse à la fois une approche de fusion précoce et des modèles intégrant des informations sur les caractères ou les sous-mots tels que ELMo ou BERT.
%U https://aclanthology.org/2021.jeptalnrecital-taln.17
%P 179-188
Markdown (Informal)
[Intérêt des modèles de caractères pour la détection d’événements (The interest of character-level models for event detection)](https://aclanthology.org/2021.jeptalnrecital-taln.17) (Boros et al., JEP/TALN/RECITAL 2021)
ACL