@inproceedings{thomas-etal-2024-recherche,
title = "Recherche de relation {\`a} partir d{'}un seul exemple fond{\'e}e sur un mod{\`e}le N-way K-shot : une histoire de distracteurs",
author = "Thomas, Hugo and
Gravier, Guillaume and
S{\'e}billot, Pascale",
editor = "Balaguer, Mathieu and
Bendahman, Nihed and
Ho-dac, Lydia-Mai and
Mauclair, Julie and
G Moreno, Jose and
Pinquier, Julien",
booktitle = "Actes de la 31{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position",
month = "7",
year = "2024",
address = "Toulouse, France",
publisher = "ATALA and AFPC",
url = "https://aclanthology.org/2024.jeptalnrecital-taln.11",
pages = "157--168",
abstract = "La recherche de relation {\`a} partir d{'}un exemple consiste {\`a} trouver dans un corpus toutes les occurrences d{'}un type de relation liant deux entit{\'e}s dans une phrase, nomm{\'e} type cible et caract{\'e}ris{\'e} {\`a} l{'}aide d{'}un seul exemple. Nous empruntons le sc{\'e}nario d{'}entra{\^\i}nement et {\'e}valuation N-way K-shot {\`a} la t{\^a}che de classification de relations rares qui pr{\'e}dit le type de relation liant deux entit{\'e}s {\`a} partir de peu d{'}exemples d{'}entra{\^\i}nement, et l{'}adaptons {\`a} la recherche de relation avec un exemple. Lors de l{'}{\'e}valuation, un mod{\`e}le entra{\^\i}n{\'e} pour la classification de relations en N-way K-shot est utilis{\'e}, dans lequel K vaut un pour le type cible, une des N classes (du N-way) repr{\'e}sente le type cible, et les N-1 classes restantes sont des distracteurs mod{\'e}lisant la classe de rejet. Les r{\'e}sultats sur FewRel et TACREV d{\'e}montrent l{'}efficacit{\'e} de notre approche malgr{\'e} la difficult{\'e} de la t{\^a}che. L{'}{\'e}tude de l{'}{\'e}volution des performances en fonction du nombre de distracteurs et des strat{\'e}gies de leur choix met en avant une bonne configuration globale, {\`a} savoir un nombre {\'e}lev{\'e} de distracteurs {\`a} une distance interm{\'e}diaire du type de relation cible dans l{'}espace latent appris par le mod{\`e}le. Le diagnostic a posteriori de notre m{\'e}thode r{\'e}v{\`e}le l{'}existence de configurations optimales pour chaque type cible que nos analyses actuelles {\'e}chouent {\`a} caract{\'e}riser, ouvrant la voie {\`a} de futurs travaux.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="thomas-etal-2024-recherche">
<titleInfo>
<title>Recherche de relation à partir d’un seul exemple fondée sur un modèle N-way K-shot : une histoire de distracteurs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Hugo</namePart>
<namePart type="family">Thomas</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Guillaume</namePart>
<namePart type="family">Gravier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pascale</namePart>
<namePart type="family">Sébillot</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 de la 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Balaguer</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nihed</namePart>
<namePart type="family">Bendahman</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Lydia-Mai</namePart>
<namePart type="family">Ho-dac</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Julie</namePart>
<namePart type="family">Mauclair</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jose</namePart>
<namePart type="family">G Moreno</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Julien</namePart>
<namePart type="family">Pinquier</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>La recherche de relation à partir d’un exemple consiste à trouver dans un corpus toutes les occurrences d’un type de relation liant deux entités dans une phrase, nommé type cible et caractérisé à l’aide d’un seul exemple. Nous empruntons le scénario d’entraînement et évaluation N-way K-shot à la tâche de classification de relations rares qui prédit le type de relation liant deux entités à partir de peu d’exemples d’entraînement, et l’adaptons à la recherche de relation avec un exemple. Lors de l’évaluation, un modèle entraîné pour la classification de relations en N-way K-shot est utilisé, dans lequel K vaut un pour le type cible, une des N classes (du N-way) représente le type cible, et les N-1 classes restantes sont des distracteurs modélisant la classe de rejet. Les résultats sur FewRel et TACREV démontrent l’efficacité de notre approche malgré la difficulté de la tâche. L’étude de l’évolution des performances en fonction du nombre de distracteurs et des stratégies de leur choix met en avant une bonne configuration globale, à savoir un nombre élevé de distracteurs à une distance intermédiaire du type de relation cible dans l’espace latent appris par le modèle. Le diagnostic a posteriori de notre méthode révèle l’existence de configurations optimales pour chaque type cible que nos analyses actuelles échouent à caractériser, ouvrant la voie à de futurs travaux.</abstract>
<identifier type="citekey">thomas-etal-2024-recherche</identifier>
<location>
<url>https://aclanthology.org/2024.jeptalnrecital-taln.11</url>
</location>
<part>
<date>2024-7</date>
<extent unit="page">
<start>157</start>
<end>168</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Recherche de relation à partir d’un seul exemple fondée sur un modèle N-way K-shot : une histoire de distracteurs
%A Thomas, Hugo
%A Gravier, Guillaume
%A Sébillot, Pascale
%Y Balaguer, Mathieu
%Y Bendahman, Nihed
%Y Ho-dac, Lydia-Mai
%Y Mauclair, Julie
%Y G Moreno, Jose
%Y Pinquier, Julien
%S Actes de la 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position
%D 2024
%8 July
%I ATALA and AFPC
%C Toulouse, France
%G French
%F thomas-etal-2024-recherche
%X La recherche de relation à partir d’un exemple consiste à trouver dans un corpus toutes les occurrences d’un type de relation liant deux entités dans une phrase, nommé type cible et caractérisé à l’aide d’un seul exemple. Nous empruntons le scénario d’entraînement et évaluation N-way K-shot à la tâche de classification de relations rares qui prédit le type de relation liant deux entités à partir de peu d’exemples d’entraînement, et l’adaptons à la recherche de relation avec un exemple. Lors de l’évaluation, un modèle entraîné pour la classification de relations en N-way K-shot est utilisé, dans lequel K vaut un pour le type cible, une des N classes (du N-way) représente le type cible, et les N-1 classes restantes sont des distracteurs modélisant la classe de rejet. Les résultats sur FewRel et TACREV démontrent l’efficacité de notre approche malgré la difficulté de la tâche. L’étude de l’évolution des performances en fonction du nombre de distracteurs et des stratégies de leur choix met en avant une bonne configuration globale, à savoir un nombre élevé de distracteurs à une distance intermédiaire du type de relation cible dans l’espace latent appris par le modèle. Le diagnostic a posteriori de notre méthode révèle l’existence de configurations optimales pour chaque type cible que nos analyses actuelles échouent à caractériser, ouvrant la voie à de futurs travaux.
%U https://aclanthology.org/2024.jeptalnrecital-taln.11
%P 157-168
Markdown (Informal)
[Recherche de relation à partir d’un seul exemple fondée sur un modèle N-way K-shot : une histoire de distracteurs](https://aclanthology.org/2024.jeptalnrecital-taln.11) (Thomas et al., JEP/TALN/RECITAL 2024)
ACL