@inproceedings{rousseau-etal-2024-trois,
title = "Trois m{\'e}thodes Sorbonne et {SNCF} pour la r{\'e}solution de {QCM} ({DEFT}2024)",
author = {Rousseau, Tom and
Hernandez, Marceau and
Stoupak, Iglika and
Mendoca-Manhoso, Angelo and
Blivet, Andrea and
Liu, Chang and
Boubehbiz, Toufik and
Chuteaux, Corina and
Guibon, Ga{\"e}l and
Lejeune, Ga{\"e}l and
Lefeuvre, Luce},
editor = "Dufour, Richard and
Favre, Benoit and
Rouvier, Mickael and
Bazoge, Adrien and
Labrak, Yanis",
booktitle = "Actes du D{\'e}fi Fouille de Textes@TALN 2024",
month = "7",
year = "2024",
address = "Toulouse, France",
publisher = "ATALA and AFPC",
url = "https://aclanthology.org/2024.jeptalnrecital-deft.5",
pages = "47--57",
abstract = "Cet article d{\'e}crit la participation de l{'}{\'e}quipe Sorbonne-SNCF au D{\'e}fi Fouille de Textes 2024, se concentrant sur la correction automatique de QCM en langue fran{\c{c}}aise. Le corpus, constitu{\'e} de questions de pharmacologie, a {\'e}t{\'e} reformul{\'e} en assertions. Nous avons employ{\'e} des techniques avanc{\'e}es de traitement du langage naturel pour traiter les r{\'e}ponses. Trois approches principales, NachosLLM, TTGV byfusion, et TTGV ollama multilabel, sont pr{\'e}sent{\'e}es avec des scores EMR respectifs de 2.94, 4.19 et 1.68. Les r{\'e}sultats obtenus montrent des niveaux de pr{\'e}cision diff{\'e}rents, en soulignant les limites des approches multi-{\'e}tiquettes. Des suggestions d{'}am{\'e}lioration incluent l{'}ajustement des mod{\`e}les de langage et des crit{\`e}res de classification.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="rousseau-etal-2024-trois">
<titleInfo>
<title>Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Tom</namePart>
<namePart type="family">Rousseau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Marceau</namePart>
<namePart type="family">Hernandez</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Iglika</namePart>
<namePart type="family">Stoupak</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Angelo</namePart>
<namePart type="family">Mendoca-Manhoso</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Andrea</namePart>
<namePart type="family">Blivet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Chang</namePart>
<namePart type="family">Liu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Toufik</namePart>
<namePart type="family">Boubehbiz</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Corina</namePart>
<namePart type="family">Chuteaux</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Gaël</namePart>
<namePart type="family">Guibon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Gaël</namePart>
<namePart type="family">Lejeune</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Luce</namePart>
<namePart type="family">Lefeuvre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2024-07</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 du Défi Fouille de Textes@TALN 2024</title>
</titleInfo>
<name type="personal">
<namePart type="given">Richard</namePart>
<namePart type="family">Dufour</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mickael</namePart>
<namePart type="family">Rouvier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrien</namePart>
<namePart type="family">Bazoge</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Yanis</namePart>
<namePart type="family">Labrak</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA and AFPC</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Cet article décrit la participation de l’équipe Sorbonne-SNCF au Défi Fouille de Textes 2024, se concentrant sur la correction automatique de QCM en langue française. Le corpus, constitué de questions de pharmacologie, a été reformulé en assertions. Nous avons employé des techniques avancées de traitement du langage naturel pour traiter les réponses. Trois approches principales, NachosLLM, TTGV byfusion, et TTGV ollama multilabel, sont présentées avec des scores EMR respectifs de 2.94, 4.19 et 1.68. Les résultats obtenus montrent des niveaux de précision différents, en soulignant les limites des approches multi-étiquettes. Des suggestions d’amélioration incluent l’ajustement des modèles de langage et des critères de classification.</abstract>
<identifier type="citekey">rousseau-etal-2024-trois</identifier>
<location>
<url>https://aclanthology.org/2024.jeptalnrecital-deft.5</url>
</location>
<part>
<date>2024-7</date>
<extent unit="page">
<start>47</start>
<end>57</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024)
%A Rousseau, Tom
%A Hernandez, Marceau
%A Stoupak, Iglika
%A Mendoca-Manhoso, Angelo
%A Blivet, Andrea
%A Liu, Chang
%A Boubehbiz, Toufik
%A Chuteaux, Corina
%A Guibon, Gaël
%A Lejeune, Gaël
%A Lefeuvre, Luce
%Y Dufour, Richard
%Y Favre, Benoit
%Y Rouvier, Mickael
%Y Bazoge, Adrien
%Y Labrak, Yanis
%S Actes du Défi Fouille de Textes@TALN 2024
%D 2024
%8 July
%I ATALA and AFPC
%C Toulouse, France
%G French
%F rousseau-etal-2024-trois
%X Cet article décrit la participation de l’équipe Sorbonne-SNCF au Défi Fouille de Textes 2024, se concentrant sur la correction automatique de QCM en langue française. Le corpus, constitué de questions de pharmacologie, a été reformulé en assertions. Nous avons employé des techniques avancées de traitement du langage naturel pour traiter les réponses. Trois approches principales, NachosLLM, TTGV byfusion, et TTGV ollama multilabel, sont présentées avec des scores EMR respectifs de 2.94, 4.19 et 1.68. Les résultats obtenus montrent des niveaux de précision différents, en soulignant les limites des approches multi-étiquettes. Des suggestions d’amélioration incluent l’ajustement des modèles de langage et des critères de classification.
%U https://aclanthology.org/2024.jeptalnrecital-deft.5
%P 47-57
Markdown (Informal)
[Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024)](https://aclanthology.org/2024.jeptalnrecital-deft.5) (Rousseau et al., JEP/TALN/RECITAL 2024)
ACL
- Tom Rousseau, Marceau Hernandez, Iglika Stoupak, Angelo Mendoca-Manhoso, Andrea Blivet, Chang Liu, Toufik Boubehbiz, Corina Chuteaux, Gaël Guibon, Gaël Lejeune, and Luce Lefeuvre. 2024. Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024). In Actes du Défi Fouille de Textes@TALN 2024, pages 47–57, Toulouse, France. ATALA and AFPC.