@inproceedings{martinez-tornes-etal-2023-detection,
title = "D{\'e}tection de faux tickets de caisse {\`a} l{'}aide d{'}entit{\'e}s et de relations bas{\'e}es sur une ontologie de domaine",
author = {Mart{\'\i}nez Torn{\'e}s, Beatriz and
Boros, Emanuela and
Gomez-Kr{\"a}mer, Petra and
Doucet, Antoine and
Ogier, Jean-Marc},
editor = "Servan, Christophe and
Vilnat, Anne",
booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 4 : articles d{\'e}j{\`a} soumis ou accept{\'e}s en conf{\'e}rence internationale",
month = "6",
year = "2023",
address = "Paris, France",
publisher = "ATALA",
url = "https://aclanthology.org/2023.jeptalnrecital-international.15",
pages = "131--139",
abstract = "Dans cet article, nous nous attaquons {\`a} la t{\^a}che de d{\'e}tection de fraude documentaire. Nous consid{\'e}rons que cette t{\^a}che peut {\^e}tre abord{\'e}e avec des techniques de traitement automatique du langage naturel (TALN). Nous utilisons une approche bas{\'e}e sur la r{\'e}gression, en tirant parti d{'}un mod{\`e}le de langage pr{\'e}-entra{\^\i}n{\'e} afin de repr{\'e}senter le contenu textuel, et en enrichissant la repr{\'e}sentation avec des entit{\'e}s et des relations bas{\'e}es sur une ontologie sp{\'e}cifique au domaine. Nous {\'e}mulons une approche bas{\'e}e sur les entit{\'e}s en comparant diff{\'e}rents types d{'}entr{\'e}e : texte brut, entit{\'e}s extraites et une reformulation du contenu du document bas{\'e}e sur des triplets. Pour notre configuration exp{\'e}rimentale, nous utilisons le seul ensemble de donn{\'e}es librement disponible de faux tickets de caisse, et nous fournissons une analyse approfondie de nos r{\'e}sultats. Ils montrent des corr{\'e}lations int{\'e}ressantes entre les types de relations ontologiques, les types d{'}entit{\'e}s (produit, entreprise, etc.) et la performance d{'}un mod{\`e}le de langage bas{\'e} sur la r{\'e}gression qui pourrait aider {\`a} {\'e}tudier le transfert d{'}apprentissage {\`a} partir de m{\'e}thodes de traitement du langage naturel (TALN) pour am{\'e}liorer la performance des syst{\`e}mes de d{\'e}tection de fraude existants.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="martinez-tornes-etal-2023-detection">
<titleInfo>
<title>Détection de faux tickets de caisse à l’aide d’entités et de relations basées sur une ontologie de domaine</title>
</titleInfo>
<name type="personal">
<namePart type="given">Beatriz</namePart>
<namePart type="family">Martínez Tornés</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<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">Petra</namePart>
<namePart type="family">Gomez-Krämer</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Antoine</namePart>
<namePart type="family">Doucet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jean-Marc</namePart>
<namePart type="family">Ogier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2023-06</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 CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 4 : articles déjà soumis ou acceptés en conférence internationale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Christophe</namePart>
<namePart type="family">Servan</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Anne</namePart>
<namePart type="family">Vilnat</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>Dans cet article, nous nous attaquons à la tâche de détection de fraude documentaire. Nous considérons que cette tâche peut être abordée avec des techniques de traitement automatique du langage naturel (TALN). Nous utilisons une approche basée sur la régression, en tirant parti d’un modèle de langage pré-entraîné afin de représenter le contenu textuel, et en enrichissant la représentation avec des entités et des relations basées sur une ontologie spécifique au domaine. Nous émulons une approche basée sur les entités en comparant différents types d’entrée : texte brut, entités extraites et une reformulation du contenu du document basée sur des triplets. Pour notre configuration expérimentale, nous utilisons le seul ensemble de données librement disponible de faux tickets de caisse, et nous fournissons une analyse approfondie de nos résultats. Ils montrent des corrélations intéressantes entre les types de relations ontologiques, les types d’entités (produit, entreprise, etc.) et la performance d’un modèle de langage basé sur la régression qui pourrait aider à étudier le transfert d’apprentissage à partir de méthodes de traitement du langage naturel (TALN) pour améliorer la performance des systèmes de détection de fraude existants.</abstract>
<identifier type="citekey">martinez-tornes-etal-2023-detection</identifier>
<location>
<url>https://aclanthology.org/2023.jeptalnrecital-international.15</url>
</location>
<part>
<date>2023-6</date>
<extent unit="page">
<start>131</start>
<end>139</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Détection de faux tickets de caisse à l’aide d’entités et de relations basées sur une ontologie de domaine
%A Martínez Tornés, Beatriz
%A Boros, Emanuela
%A Gomez-Krämer, Petra
%A Doucet, Antoine
%A Ogier, Jean-Marc
%Y Servan, Christophe
%Y Vilnat, Anne
%S Actes de CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 4 : articles déjà soumis ou acceptés en conférence internationale
%D 2023
%8 June
%I ATALA
%C Paris, France
%G French
%F martinez-tornes-etal-2023-detection
%X Dans cet article, nous nous attaquons à la tâche de détection de fraude documentaire. Nous considérons que cette tâche peut être abordée avec des techniques de traitement automatique du langage naturel (TALN). Nous utilisons une approche basée sur la régression, en tirant parti d’un modèle de langage pré-entraîné afin de représenter le contenu textuel, et en enrichissant la représentation avec des entités et des relations basées sur une ontologie spécifique au domaine. Nous émulons une approche basée sur les entités en comparant différents types d’entrée : texte brut, entités extraites et une reformulation du contenu du document basée sur des triplets. Pour notre configuration expérimentale, nous utilisons le seul ensemble de données librement disponible de faux tickets de caisse, et nous fournissons une analyse approfondie de nos résultats. Ils montrent des corrélations intéressantes entre les types de relations ontologiques, les types d’entités (produit, entreprise, etc.) et la performance d’un modèle de langage basé sur la régression qui pourrait aider à étudier le transfert d’apprentissage à partir de méthodes de traitement du langage naturel (TALN) pour améliorer la performance des systèmes de détection de fraude existants.
%U https://aclanthology.org/2023.jeptalnrecital-international.15
%P 131-139
Markdown (Informal)
[Détection de faux tickets de caisse à l’aide d’entités et de relations basées sur une ontologie de domaine](https://aclanthology.org/2023.jeptalnrecital-international.15) (Martínez Tornés et al., JEP/TALN/RECITAL 2023)
ACL