@inproceedings{lovon-melgarejo-etal-2023-reconnaissance,
title = "Reconnaissance d`Entit{\'e}s Nomm{\'e}es fond{\'e}e sur des Mod{\`e}les de Langue Enrichis avec des D{\'e}finitions des Types d`Entit{\'e}s",
author = "Lov{\'o}n Melgarejo, Jes{\'u}s and
Moreno, Jose and
Besan{\c{c}}on, Romaric and
Ferret, Olivier and
Tamine, Lynda",
editor = {Zargayouna, Ha{\"i}fa},
booktitle = "Actes de CORIA-TALN 2023. Actes de la 18e Conf{\'e}rence en Recherche d`Information et Applications (CORIA)",
month = "6",
year = "2023",
address = "Paris, France",
publisher = "ATALA",
url = "https://aclanthology.org/2023.jeptalnrecital-coria.12/",
pages = "185--194",
language = "fra",
abstract = "Des {\'e}tudes r{\'e}centes ont identifi{\'e} de nouveaux d{\'e}fis dans la t{\^a}che de reconnaissance d`entit{\'e}s nomm{\'e}es (NER), tels que la reconnaissance d`entit{\'e}s complexes qui ne sont pas des phrases nominales simples et/ou figurent dans des entr{\'e}es textuelles courtes, avec une faible quantit{\'e} d`informations contextuelles. Cet article propose une nouvelle approche qui rel{\`e}ve ce d{\'e}fi, en se basant sur des mod{\`e}les de langues pr{\'e}-entra{\^i}n{\'e}s par enrichissement des d{\'e}finitions des types d`entit{\'e}s issus d`une base de connaissances. Les exp{\'e}riences men{\'e}es dans le cadre de la t{\^a}che MultiCoNER I de SemEval ont montr{\'e} que l`approche propos{\'e}e permet d`atteindre des gains en performance par rapport aux mod{\`e}les de r{\'e}f{\'e}rence de la t{\^a}che."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="lovon-melgarejo-etal-2023-reconnaissance">
<titleInfo>
<title>Reconnaissance d‘Entités Nommées fondée sur des Modèles de Langue Enrichis avec des Définitions des Types d‘Entités</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jesús</namePart>
<namePart type="family">Lovón Melgarejo</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jose</namePart>
<namePart type="family">Moreno</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">Lynda</namePart>
<namePart type="family">Tamine</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2023-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de CORIA-TALN 2023. Actes de la 18e Conférence en Recherche d‘Information et Applications (CORIA)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Haïfa</namePart>
<namePart type="family">Zargayouna</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Paris, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Des études récentes ont identifié de nouveaux défis dans la tâche de reconnaissance d‘entités nommées (NER), tels que la reconnaissance d‘entités complexes qui ne sont pas des phrases nominales simples et/ou figurent dans des entrées textuelles courtes, avec une faible quantité d‘informations contextuelles. Cet article propose une nouvelle approche qui relève ce défi, en se basant sur des modèles de langues pré-entraînés par enrichissement des définitions des types d‘entités issus d‘une base de connaissances. Les expériences menées dans le cadre de la tâche MultiCoNER I de SemEval ont montré que l‘approche proposée permet d‘atteindre des gains en performance par rapport aux modèles de référence de la tâche.</abstract>
<identifier type="citekey">lovon-melgarejo-etal-2023-reconnaissance</identifier>
<location>
<url>https://aclanthology.org/2023.jeptalnrecital-coria.12/</url>
</location>
<part>
<date>2023-6</date>
<extent unit="page">
<start>185</start>
<end>194</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Reconnaissance d‘Entités Nommées fondée sur des Modèles de Langue Enrichis avec des Définitions des Types d‘Entités
%A Lovón Melgarejo, Jesús
%A Moreno, Jose
%A Besançon, Romaric
%A Ferret, Olivier
%A Tamine, Lynda
%Y Zargayouna, Haïfa
%S Actes de CORIA-TALN 2023. Actes de la 18e Conférence en Recherche d‘Information et Applications (CORIA)
%D 2023
%8 June
%I ATALA
%C Paris, France
%G fra
%F lovon-melgarejo-etal-2023-reconnaissance
%X Des études récentes ont identifié de nouveaux défis dans la tâche de reconnaissance d‘entités nommées (NER), tels que la reconnaissance d‘entités complexes qui ne sont pas des phrases nominales simples et/ou figurent dans des entrées textuelles courtes, avec une faible quantité d‘informations contextuelles. Cet article propose une nouvelle approche qui relève ce défi, en se basant sur des modèles de langues pré-entraînés par enrichissement des définitions des types d‘entités issus d‘une base de connaissances. Les expériences menées dans le cadre de la tâche MultiCoNER I de SemEval ont montré que l‘approche proposée permet d‘atteindre des gains en performance par rapport aux modèles de référence de la tâche.
%U https://aclanthology.org/2023.jeptalnrecital-coria.12/
%P 185-194
Markdown (Informal)
[Reconnaissance d’Entités Nommées fondée sur des Modèles de Langue Enrichis avec des Définitions des Types d’Entités](https://aclanthology.org/2023.jeptalnrecital-coria.12/) (Lovón Melgarejo et al., JEP/TALN/RECITAL 2023)
ACL