Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue »

Meryl Bothua, Leila Hassani, Marie Jubault, Philippe Suignard


Abstract
Ce papier présente la participation d’EDF R&D à la campagne d’évaluation DEFT 2023. Notre équipe a participé à la tâche de réponse automatique à des questions à choix multiples issus d’annales d’examens en pharmacie en français. Le corpus utilisé est FrenchMedMCQA. Nous avons testé des Large Language Models pour générer des réponses. Notre équipe s’est classée A COMPLETER.
Anthology ID:
2023.jeptalnrecital-deft.4
Volume:
Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023
Month:
6
Year:
2023
Address:
Paris, France
Editors:
Adrien Bazoge, Béatrice Daille, Richard Dufour, Yanis Labrak, Emmanuel Morin, Mickael Rouvier
Venue:
JEP/TALN/RECITAL
SIG:
Publisher:
ATALA
Note:
Pages:
39–45
Language:
French
URL:
https://aclanthology.org/2023.jeptalnrecital-deft.4
DOI:
Bibkey:
Cite (ACL):
Meryl Bothua, Leila Hassani, Marie Jubault, and Philippe Suignard. 2023. Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue ». In Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023, pages 39–45, Paris, France. ATALA.
Cite (Informal):
Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue » (Bothua et al., JEP/TALN/RECITAL 2023)
Copy Citation:
PDF:
https://aclanthology.org/2023.jeptalnrecital-deft.4.pdf