@inproceedings{akani-etal-2022-abstraction,
title = "Abstraction ou hallucination ? {\'E}tat des lieux et {\'e}valuation du risque pour les mod{\`e}les de g{\'e}n{\'e}ration de r{\'e}sum{\'e}s automatiques de type s{\'e}quence-{\`a}-s{\'e}quence (Abstraction or Hallucination ? Status and Risk assessment for sequence-to-sequence Automatic)",
author = "Akani, Eunice and
Favre, Benoit and
Bechet, Frederic",
editor = "Est{\`e}ve, Yannick and
Jim{\'e}nez, Tania and
Parcollet, Titouan and
Zanon Boito, Marcely",
booktitle = "Actes de la 29e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2022",
address = "Avignon, France",
publisher = "ATALA",
url = "https://aclanthology.org/2022.jeptalnrecital-taln.1/",
pages = "2--11",
language = "fra",
abstract = "La g{\'e}n{\'e}ration de texte a r{\'e}cemment connu un tr{\`e}s fort int{\'e}r{\^e}t au vu des avanc{\'e}es notables dans le domaine des mod{\`e}les de langage neuronaux. Malgr{\'e} ces avanc{\'e}es, cette t{\^a}che reste difficile quand il s`agit d`un r{\'e}sum{\'e} automatique de texte par abstraction. Certains syst{\`e}mes de r{\'e}sum{\'e}s g{\'e}n{\`e}rent des textes qui ne sont pas forc{\'e}ment fid{\`e}les au document source. C`est sur cette th{\'e}matique que porte notre {\'e}tude. Nous pr{\'e}sentons une typologie d`erreurs pour les r{\'e}sum{\'e}s automatique et ainsi qu`une caract{\'e}risation du ph{\'e}nom{\`e}ne de l`abstraction pour les r{\'e}sum{\'e}s de r{\'e}f{\'e}rence afin de mieux comprendre l`ampleur de ces diff{\'e}rents ph{\'e}nom{\`e}nes sur les entit{\'e}s nomm{\'e}es. Nous proposons {\'e}galement une mesure d'{\'e}valuation du risque d`erreur lorsqu`un syst{\`e}me tente de faire des abstractions sur les entit{\'e}s nomm{\'e}es d`un document."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="akani-etal-2022-abstraction">
<titleInfo>
<title>Abstraction ou hallucination ? État des lieux et évaluation du risque pour les modèles de génération de résumés automatiques de type séquence-à-séquence (Abstraction or Hallucination ? Status and Risk assessment for sequence-to-sequence Automatic)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Eunice</namePart>
<namePart type="family">Akani</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Frederic</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2022-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Yannick</namePart>
<namePart type="family">Estève</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Tania</namePart>
<namePart type="family">Jiménez</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Titouan</namePart>
<namePart type="family">Parcollet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Marcely</namePart>
<namePart type="family">Zanon Boito</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Avignon, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>La génération de texte a récemment connu un très fort intérêt au vu des avancées notables dans le domaine des modèles de langage neuronaux. Malgré ces avancées, cette tâche reste difficile quand il s‘agit d‘un résumé automatique de texte par abstraction. Certains systèmes de résumés génèrent des textes qui ne sont pas forcément fidèles au document source. C‘est sur cette thématique que porte notre étude. Nous présentons une typologie d‘erreurs pour les résumés automatique et ainsi qu‘une caractérisation du phénomène de l‘abstraction pour les résumés de référence afin de mieux comprendre l‘ampleur de ces différents phénomènes sur les entités nommées. Nous proposons également une mesure d’évaluation du risque d‘erreur lorsqu‘un système tente de faire des abstractions sur les entités nommées d‘un document.</abstract>
<identifier type="citekey">akani-etal-2022-abstraction</identifier>
<location>
<url>https://aclanthology.org/2022.jeptalnrecital-taln.1/</url>
</location>
<part>
<date>2022-6</date>
<extent unit="page">
<start>2</start>
<end>11</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Abstraction ou hallucination ? État des lieux et évaluation du risque pour les modèles de génération de résumés automatiques de type séquence-à-séquence (Abstraction or Hallucination ? Status and Risk assessment for sequence-to-sequence Automatic)
%A Akani, Eunice
%A Favre, Benoit
%A Bechet, Frederic
%Y Estève, Yannick
%Y Jiménez, Tania
%Y Parcollet, Titouan
%Y Zanon Boito, Marcely
%S Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2022
%8 June
%I ATALA
%C Avignon, France
%G fra
%F akani-etal-2022-abstraction
%X La génération de texte a récemment connu un très fort intérêt au vu des avancées notables dans le domaine des modèles de langage neuronaux. Malgré ces avancées, cette tâche reste difficile quand il s‘agit d‘un résumé automatique de texte par abstraction. Certains systèmes de résumés génèrent des textes qui ne sont pas forcément fidèles au document source. C‘est sur cette thématique que porte notre étude. Nous présentons une typologie d‘erreurs pour les résumés automatique et ainsi qu‘une caractérisation du phénomène de l‘abstraction pour les résumés de référence afin de mieux comprendre l‘ampleur de ces différents phénomènes sur les entités nommées. Nous proposons également une mesure d’évaluation du risque d‘erreur lorsqu‘un système tente de faire des abstractions sur les entités nommées d‘un document.
%U https://aclanthology.org/2022.jeptalnrecital-taln.1/
%P 2-11
Markdown (Informal)
[Abstraction ou hallucination ? État des lieux et évaluation du risque pour les modèles de génération de résumés automatiques de type séquence-à-séquence (Abstraction or Hallucination ? Status and Risk assessment for sequence-to-sequence Automatic)](https://aclanthology.org/2022.jeptalnrecital-taln.1/) (Akani et al., JEP/TALN/RECITAL 2022)
ACL