@inproceedings{brunet-de-la-charie-etal-2025-entrainement,
title = "Entra{\^i}nement avec solveur pour l{'}int{\'e}gration de contraintes logiques dans l{'}extraction de relations d'{\'e}v{\'e}nements",
author = {Brunet de la Charie, Baptiste and
Arioua, Abdallah and
Egyed-Zsigmond, El{\"o}d and
Veran, Thomas},
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes de la 20e Conf{\'e}rence en Recherche d{'}Information et Applications (CORIA)",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-coria.9/",
pages = "107--125",
language = "fra",
abstract = "L{'}extraction de relations d'{\'e}v{\'e}nements (ERE) est une t{\^a}che cruciale dans le traitement du langage naturel, impliquant l{'}identification et la classification des relations s{\'e}mantiques entre les {\'e}v{\'e}nements d{\'e}crits dans des documents textuels. Malgr{\'e} les avanc{\'e}es r{\'e}centes gr{\^a}ce aux approches d{'}extraction conjointe, les mod{\`e}les actuels rencontrent encore des d{\'e}fis importants, notamment une pr{\'e}cision in- suffisante dans l{'}extraction des relations sous-repr{\'e}sent{\'e}es mais essentielles (telles que la causalit{\'e}) et d{'}importantes incoh{\'e}rences logiques parmi les relations pr{\'e}dites. Pour rem{\'e}dier {\`a} ces limitations, nous proposons un framework pour l{'}ERE, con{\c{c}}u explicitement pour am{\'e}liorer la performance d{'}extraction et assurer la coh{\'e}rence logique globale. Notre approche combine l{'}encodage de documents bas{\'e} sur les transformateurs avec un solveur de contraintes logiques d{\'e}di{\'e} qui corrige syst{\'e}matiquement les pr{\'e}dictions brutes pour garantir la coh{\'e}rence dans toutes les relations d'{\'e}v{\'e}nements extraites. Nous introduisons le concept de relations fondamentales, un sous-ensemble de relations essentielles pour pr{\'e}server la coh{\'e}rence logique, et nous utilisons une strat{\'e}gie d{'}entra{\^i}nement consciente du solveur afin de prioriser explicitement ces relations. Des exp{\'e}rimentations approfondies sur l{'}en- semble de donn{\'e}es complet MAVEN-ERE d{\'e}montrent que notre framework obtient pas une pr{\'e}cision d{'}extraction sup{\'e}rieures par rapport aux m{\'e}thodes d{'}extraction conjointe existantes."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="brunet-de-la-charie-etal-2025-entrainement">
<titleInfo>
<title>Entraînement avec solveur pour l’intégration de contraintes logiques dans l’extraction de relations d’événements</title>
</titleInfo>
<name type="personal">
<namePart type="given">Baptiste</namePart>
<namePart type="family">Brunet de la Charie</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Abdallah</namePart>
<namePart type="family">Arioua</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Elöd</namePart>
<namePart type="family">Egyed-Zsigmond</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Thomas</namePart>
<namePart type="family">Veran</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 20e Conférence en Recherche d’Information et Applications (CORIA)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</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">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’extraction de relations d’événements (ERE) est une tâche cruciale dans le traitement du langage naturel, impliquant l’identification et la classification des relations sémantiques entre les événements décrits dans des documents textuels. Malgré les avancées récentes grâce aux approches d’extraction conjointe, les modèles actuels rencontrent encore des défis importants, notamment une précision in- suffisante dans l’extraction des relations sous-représentées mais essentielles (telles que la causalité) et d’importantes incohérences logiques parmi les relations prédites. Pour remédier à ces limitations, nous proposons un framework pour l’ERE, conçu explicitement pour améliorer la performance d’extraction et assurer la cohérence logique globale. Notre approche combine l’encodage de documents basé sur les transformateurs avec un solveur de contraintes logiques dédié qui corrige systématiquement les prédictions brutes pour garantir la cohérence dans toutes les relations d’événements extraites. Nous introduisons le concept de relations fondamentales, un sous-ensemble de relations essentielles pour préserver la cohérence logique, et nous utilisons une stratégie d’entraînement consciente du solveur afin de prioriser explicitement ces relations. Des expérimentations approfondies sur l’en- semble de données complet MAVEN-ERE démontrent que notre framework obtient pas une précision d’extraction supérieures par rapport aux méthodes d’extraction conjointe existantes.</abstract>
<identifier type="citekey">brunet-de-la-charie-etal-2025-entrainement</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-coria.9/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>107</start>
<end>125</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Entraînement avec solveur pour l’intégration de contraintes logiques dans l’extraction de relations d’événements
%A Brunet de la Charie, Baptiste
%A Arioua, Abdallah
%A Egyed-Zsigmond, Elöd
%A Veran, Thomas
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes de la 20e Conférence en Recherche d’Information et Applications (CORIA)
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F brunet-de-la-charie-etal-2025-entrainement
%X L’extraction de relations d’événements (ERE) est une tâche cruciale dans le traitement du langage naturel, impliquant l’identification et la classification des relations sémantiques entre les événements décrits dans des documents textuels. Malgré les avancées récentes grâce aux approches d’extraction conjointe, les modèles actuels rencontrent encore des défis importants, notamment une précision in- suffisante dans l’extraction des relations sous-représentées mais essentielles (telles que la causalité) et d’importantes incohérences logiques parmi les relations prédites. Pour remédier à ces limitations, nous proposons un framework pour l’ERE, conçu explicitement pour améliorer la performance d’extraction et assurer la cohérence logique globale. Notre approche combine l’encodage de documents basé sur les transformateurs avec un solveur de contraintes logiques dédié qui corrige systématiquement les prédictions brutes pour garantir la cohérence dans toutes les relations d’événements extraites. Nous introduisons le concept de relations fondamentales, un sous-ensemble de relations essentielles pour préserver la cohérence logique, et nous utilisons une stratégie d’entraînement consciente du solveur afin de prioriser explicitement ces relations. Des expérimentations approfondies sur l’en- semble de données complet MAVEN-ERE démontrent que notre framework obtient pas une précision d’extraction supérieures par rapport aux méthodes d’extraction conjointe existantes.
%U https://aclanthology.org/2025.jeptalnrecital-coria.9/
%P 107-125
Markdown (Informal)
[Entraînement avec solveur pour l’intégration de contraintes logiques dans l’extraction de relations d’événements](https://aclanthology.org/2025.jeptalnrecital-coria.9/) (Brunet de la Charie et al., JEP/TALN/RECITAL 2025)
ACL