@inproceedings{antoine-etal-2022-generation,
title = "G{\'e}n{\'e}ration de question {\`a} partir d{'}analyse s{\'e}mantique pour l{'}adaptation non supervis{\'e}e de mod{\`e}les de compr{\'e}hension de documents (Question generation from semantic analysis for unsupervised adaptation of document understanding models)",
author = "Antoine, Elie and
Auguste, Jeremy and
Bechet, Frederic and
Damnati, G{\'e}raldine",
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.10",
pages = "104--115",
abstract = "La g{\'e}n{\'e}ration automatique de questions {\`a} partir de textes peut permettre d{'}obtenir des corpus d{'}apprentissage pour des mod{\`e}les de compr{\'e}hension de documents de type question/r{\'e}ponse sur des textes. Si cette t{\^a}che de g{\'e}n{\'e}ration est d{\'e}sormais appr{\'e}hend{\'e}e par des mod{\`e}les de type s{\'e}quence-{\`a}s{\'e}quence bas{\'e}s sur de grands mod{\`e}les de langage pr{\'e}-entra{\^\i}n{\'e}s, le choix des segments r{\'e}ponses {\`a} partir desquels seront g{\'e}n{\'e}r{\'e}es les questions est l{'}un des principaux aspects diff{\'e}renciant les m{\'e}thodes de g{\'e}n{\'e}ration de corpus de question/r{\'e}ponse. Nous proposons dans cette {\'e}tude d{'}exploiter l{'}analyse s{\'e}mantique de textes pour s{\'e}lectionner des r{\'e}ponses plausibles et enrichir le processus de g{\'e}n{\'e}ration par des traits s{\'e}mantiques g{\'e}n{\'e}riques. Les questions g{\'e}n{\'e}r{\'e}es sont {\'e}valu{\'e}es dans leur capacit{\'e} {\`a} {\^e}tre utilis{\'e}es pour entra{\^\i}ner un mod{\`e}le de question-r{\'e}ponse sur un nouveau corpus d{'}archives num{\'e}ris{\'e}es.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="antoine-etal-2022-generation">
<titleInfo>
<title>Génération de question à partir d’analyse sémantique pour l’adaptation non supervisée de modèles de compréhension de documents (Question generation from semantic analysis for unsupervised adaptation of document understanding models)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Elie</namePart>
<namePart type="family">Antoine</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jeremy</namePart>
<namePart type="family">Auguste</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>
<name type="personal">
<namePart type="given">Géraldine</namePart>
<namePart type="family">Damnati</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2022-06</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 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 automatique de questions à partir de textes peut permettre d’obtenir des corpus d’apprentissage pour des modèles de compréhension de documents de type question/réponse sur des textes. Si cette tâche de génération est désormais appréhendée par des modèles de type séquence-àséquence basés sur de grands modèles de langage pré-entraînés, le choix des segments réponses à partir desquels seront générées les questions est l’un des principaux aspects différenciant les méthodes de génération de corpus de question/réponse. Nous proposons dans cette étude d’exploiter l’analyse sémantique de textes pour sélectionner des réponses plausibles et enrichir le processus de génération par des traits sémantiques génériques. Les questions générées sont évaluées dans leur capacité à être utilisées pour entraîner un modèle de question-réponse sur un nouveau corpus d’archives numérisées.</abstract>
<identifier type="citekey">antoine-etal-2022-generation</identifier>
<location>
<url>https://aclanthology.org/2022.jeptalnrecital-taln.10</url>
</location>
<part>
<date>2022-6</date>
<extent unit="page">
<start>104</start>
<end>115</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Génération de question à partir d’analyse sémantique pour l’adaptation non supervisée de modèles de compréhension de documents (Question generation from semantic analysis for unsupervised adaptation of document understanding models)
%A Antoine, Elie
%A Auguste, Jeremy
%A Bechet, Frederic
%A Damnati, Géraldine
%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 French
%F antoine-etal-2022-generation
%X La génération automatique de questions à partir de textes peut permettre d’obtenir des corpus d’apprentissage pour des modèles de compréhension de documents de type question/réponse sur des textes. Si cette tâche de génération est désormais appréhendée par des modèles de type séquence-àséquence basés sur de grands modèles de langage pré-entraînés, le choix des segments réponses à partir desquels seront générées les questions est l’un des principaux aspects différenciant les méthodes de génération de corpus de question/réponse. Nous proposons dans cette étude d’exploiter l’analyse sémantique de textes pour sélectionner des réponses plausibles et enrichir le processus de génération par des traits sémantiques génériques. Les questions générées sont évaluées dans leur capacité à être utilisées pour entraîner un modèle de question-réponse sur un nouveau corpus d’archives numérisées.
%U https://aclanthology.org/2022.jeptalnrecital-taln.10
%P 104-115
Markdown (Informal)
[Génération de question à partir d’analyse sémantique pour l’adaptation non supervisée de modèles de compréhension de documents (Question generation from semantic analysis for unsupervised adaptation of document understanding models)](https://aclanthology.org/2022.jeptalnrecital-taln.10) (Antoine et al., JEP/TALN/RECITAL 2022)
ACL