Prédiction des pauses dans les données d’écriture en temps réel

Eshkol-taravella Iris; Manseri Kehina; Silai Ioana-Madalina

Prédiction des pauses dans les données d’écriture en temps réel

Eshkol-taravella Iris, Manseri Kehina, Silai Ioana-Madalina

Correct Metadata for

Important: The Anthology treat PDFs as authoritative. Please use this form only to correct data that is out of line with the PDF. See our corrections guidelines if you need to change the PDF.

Title Adjust the title. Retain tags such as <fixed-case>.

Authors Adjust author names and order to match the PDF.

Abstract Correct abstract if needed. Retain XML formatting tags such as <tex-math>.

Verification against PDF Ensure that the new title/authors match the snapshot below. (If there is no snapshot or it is too small, consult the PDF.)

Authors concatenated from the text boxes above:

ALL author names match the snapshot above—including middle initials, hyphens, and accents.

Abstract

Cette étude explore la prédiction des pauses dans des données d’écriture enregistrées en temps réel. Deux hypothèses sont testées : (1) les pauses dépendent du contenu lexical des bursts, et (2) les catégories morpho-syntaxiques (POS) influencent leur distribution. Après prétraitement linguistique, plusieurs techniques de classification sont testées. CamemBERT atteint jusqu’à 90 % de précision en classification binaire, suggérant un lien fort entre structure linguistique et pauses.

Anthology ID:: 2025.jeptalnrecital-dyntal.6
Volume:: Actes de l'atelier Traitement de données langagières dynamiques par les outils et méthodes du TAL 2025 (DYN-TAL)
Month:: 6
Year:: 2025
Address:: Marseille, France
Editors:: Frédéric Bechet, Adrian-Gabriel Chifu, Karen Pinel-sauvagnat, Benoit Favre, Eliot Maes, Diana Nurbakova
Venue:: JEP/TALN/RECITAL
SIG:
Publisher:: ATALA \\& ARIA
Note:
Pages:: 28–33
Language:: French
URL:: https://aclanthology.org/2025.jeptalnrecital-dyntal.6/
DOI:
Bibkey:
Cite (ACL):: Eshkol-taravella Iris, Manseri Kehina, and Silai Ioana-Madalina. 2025. Prédiction des pauses dans les données d’écriture en temps réel. In Actes de l'atelier Traitement de données langagières dynamiques par les outils et méthodes du TAL 2025 (DYN-TAL), pages 28–33, Marseille, France. ATALA \\& ARIA.
Cite (Informal):: Prédiction des pauses dans les données d’écriture en temps réel (Iris et al., JEP/TALN/RECITAL 2025)
Copy Citation:
PDF:: https://aclanthology.org/2025.jeptalnrecital-dyntal.6.pdf

PDF Cite Search Fix data

Export citation

BibTeX
MODS XML
Endnote
Preformatted

@inproceedings{iris-etal-2025-prediction,
    title = "Pr{\'e}diction des pauses dans les donn{\'e}es d'{\'e}criture en temps r{\'e}el",
    author = "Iris, Eshkol-taravella  and
      Kehina, Manseri  and
      Ioana-Madalina, Silai",
    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 l'atelier Traitement de donn{\'e}es langagi{\`e}res dynamiques par les outils et m{\'e}thodes du TAL 2025 (DYN-TAL)",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
    url = "https://aclanthology.org/2025.jeptalnrecital-dyntal.6/",
    pages = "28--33",
    language = "fra",
    abstract = "Cette {\'e}tude explore la pr{\'e}diction des pauses dans des donn{\'e}es d'{\'e}criture enregistr{\'e}es en temps r{\'e}el. Deux hypoth{\`e}ses sont test{\'e}es : (1) les pauses d{\'e}pendent du contenu lexical des bursts, et (2) les cat{\'e}gories morpho-syntaxiques (POS) influencent leur distribution. Apr{\`e}s pr{\'e}traitement linguistique, plusieurs techniques de classification sont test{\'e}es. CamemBERT atteint jusqu'{\`a} 90 {\%} de pr{\'e}cision en classification binaire, sugg{\'e}rant un lien fort entre structure linguistique et pauses."
}

Download as File

<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="iris-etal-2025-prediction">
    <titleInfo>
        <title>Prédiction des pauses dans les données d’écriture en temps réel</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Eshkol-taravella</namePart>
        <namePart type="family">Iris</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Manseri</namePart>
        <namePart type="family">Kehina</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Silai</namePart>
        <namePart type="family">Ioana-Madalina</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 l’atelier Traitement de données langagières dynamiques par les outils et méthodes du TAL 2025 (DYN-TAL)</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&amp; ARIA</publisher>
            <place>
                <placeTerm type="text">Marseille, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>Cette étude explore la prédiction des pauses dans des données d’écriture enregistrées en temps réel. Deux hypothèses sont testées : (1) les pauses dépendent du contenu lexical des bursts, et (2) les catégories morpho-syntaxiques (POS) influencent leur distribution. Après prétraitement linguistique, plusieurs techniques de classification sont testées. CamemBERT atteint jusqu’à 90 % de précision en classification binaire, suggérant un lien fort entre structure linguistique et pauses.</abstract>
    <identifier type="citekey">iris-etal-2025-prediction</identifier>
    <location>
        <url>https://aclanthology.org/2025.jeptalnrecital-dyntal.6/</url>
    </location>
    <part>
        <date>2025-6</date>
        <extent unit="page">
            <start>28</start>
            <end>33</end>
        </extent>
    </part>
</mods>
</modsCollection>

Download as File

%0 Conference Proceedings
%T Prédiction des pauses dans les données d’écriture en temps réel
%A Iris, Eshkol-taravella
%A Kehina, Manseri
%A Ioana-Madalina, Silai
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes de l’atelier Traitement de données langagières dynamiques par les outils et méthodes du TAL 2025 (DYN-TAL)
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F iris-etal-2025-prediction
%X Cette étude explore la prédiction des pauses dans des données d’écriture enregistrées en temps réel. Deux hypothèses sont testées : (1) les pauses dépendent du contenu lexical des bursts, et (2) les catégories morpho-syntaxiques (POS) influencent leur distribution. Après prétraitement linguistique, plusieurs techniques de classification sont testées. CamemBERT atteint jusqu’à 90 % de précision en classification binaire, suggérant un lien fort entre structure linguistique et pauses.
%U https://aclanthology.org/2025.jeptalnrecital-dyntal.6/
%P 28-33

Download as File

Markdown (Informal)

[Prédiction des pauses dans les données d’écriture en temps réel](https://aclanthology.org/2025.jeptalnrecital-dyntal.6/) (Iris et al., JEP/TALN/RECITAL 2025)

Prédiction des pauses dans les données d’écriture en temps réel (Iris et al., JEP/TALN/RECITAL 2025)

ACL

Eshkol-taravella Iris, Manseri Kehina, and Silai Ioana-Madalina. 2025. Prédiction des pauses dans les données d’écriture en temps réel. In Actes de l'atelier Traitement de données langagières dynamiques par les outils et méthodes du TAL 2025 (DYN-TAL), pages 28–33, Marseille, France. ATALA \\& ARIA.