@inproceedings{gao-etal-2024-limpact,
title = "L{'}impact de genre sur la pr{\'e}diction de la lisibilit{\'e} du texte en {FLE}",
author = "Gao, Lingyun and
Wilkens, Rodrigo and
Fran{\c{c}}ois, Thomas",
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.32/",
pages = "449--471",
language = "fra",
abstract = "Cet article {\'e}tudie l{'}impact du genre discursif sur la pr{\'e}diction de la lisibilit{\'e} des textes en fran{\c{c}}ais langue {\'e}trang{\`e}re (FLE) {\`a} travers l{'}int{\'e}gration de m{\'e}ta-informations du genre discursif dans les mod{\`e}les de pr{\'e}diction de la lisibilit{\'e}. En utilisant des architectures neuronales bas{\'e}es sur CamemBERT, nous avons compar{\'e} les performances de mod{\`e}les int{\'e}grant l{'}information de genre {\`a} celles d{'}un mod{\`e}le de base ne consid{\'e}rant que le texte. Nos r{\'e}sultats r{\'e}v{\`e}lent une am{\'e}lioration modeste de l{'}exactitude globale lors de l{'}int{\'e}gration du genre, avec cependant des variations notables selon les genres sp{\'e}cifiques de textes. Cette observation semble confirmer l{'}importance de prendre en compte les m{\'e}ta-informations textuelles tel que le genre lors de la conception de mod{\`e}les de lisibilit{\'e} et de traiter le genre comme une information riche {\`a} laquelle le mod{\`e}le doit accorder une position pr{\'e}f{\'e}rentielle."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="gao-etal-2024-limpact">
<titleInfo>
<title>L’impact de genre sur la prédiction de la lisibilité du texte en FLE</title>
</titleInfo>
<name type="personal">
<namePart type="given">Lingyun</namePart>
<namePart type="family">Gao</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Rodrigo</namePart>
<namePart type="family">Wilkens</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Thomas</namePart>
<namePart type="family">François</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2024-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</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>Cet article étudie l’impact du genre discursif sur la prédiction de la lisibilité des textes en français langue étrangère (FLE) à travers l’intégration de méta-informations du genre discursif dans les modèles de prédiction de la lisibilité. En utilisant des architectures neuronales basées sur CamemBERT, nous avons comparé les performances de modèles intégrant l’information de genre à celles d’un modèle de base ne considérant que le texte. Nos résultats révèlent une amélioration modeste de l’exactitude globale lors de l’intégration du genre, avec cependant des variations notables selon les genres spécifiques de textes. Cette observation semble confirmer l’importance de prendre en compte les méta-informations textuelles tel que le genre lors de la conception de modèles de lisibilité et de traiter le genre comme une information riche à laquelle le modèle doit accorder une position préférentielle.</abstract>
<identifier type="citekey">gao-etal-2024-limpact</identifier>
<location>
<url>https://aclanthology.org/2024.jeptalnrecital-taln.32/</url>
</location>
<part>
<date>2024-7</date>
<extent unit="page">
<start>449</start>
<end>471</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T L’impact de genre sur la prédiction de la lisibilité du texte en FLE
%A Gao, Lingyun
%A Wilkens, Rodrigo
%A François, Thomas
%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 fra
%F gao-etal-2024-limpact
%X Cet article étudie l’impact du genre discursif sur la prédiction de la lisibilité des textes en français langue étrangère (FLE) à travers l’intégration de méta-informations du genre discursif dans les modèles de prédiction de la lisibilité. En utilisant des architectures neuronales basées sur CamemBERT, nous avons comparé les performances de modèles intégrant l’information de genre à celles d’un modèle de base ne considérant que le texte. Nos résultats révèlent une amélioration modeste de l’exactitude globale lors de l’intégration du genre, avec cependant des variations notables selon les genres spécifiques de textes. Cette observation semble confirmer l’importance de prendre en compte les méta-informations textuelles tel que le genre lors de la conception de modèles de lisibilité et de traiter le genre comme une information riche à laquelle le modèle doit accorder une position préférentielle.
%U https://aclanthology.org/2024.jeptalnrecital-taln.32/
%P 449-471
Markdown (Informal)
[L’impact de genre sur la prédiction de la lisibilité du texte en FLE](https://aclanthology.org/2024.jeptalnrecital-taln.32/) (Gao et al., JEP/TALN/RECITAL 2024)
ACL