@inproceedings{lietard-etal-2025-vers,
title = "Vers les Sens et Au-del{\`a} : Induire des Concepts S{\'e}mantiques Avec des Mod{\`e}les de Langue Contextuels",
author = "Li{\'e}tard, Bastien and
Denis, Pascal and
Keller, Mikaela",
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 des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d'articles publi{\'e}s",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-trad.27/",
pages = "61--61",
language = "fra",
abstract = {La polys{\'e}mie et la synonymie sont deux facettes cruciales et interd{\'e}pendantes de l{'}ambigu{\"i}t{\'e} lexicos{\'e}mantique, mais elles sont souvent consid{\'e}r{\'e}es ind{\'e}pendamment dans les probl{\`e}mes pratiques en TAL. Dans cet article, nous introduisons l{'}induction de concepts, une t{\^a}che non-supervis{\'e}e consistant {\`a} apprendre un partitionnement diffus de mots d{\'e}finissant un ensemble de concepts directement {\`a} partir de donn{\'e}es. Cette t{\^a}che g{\'e}n{\'e}ralise l{'}induction du sens des mots (via l{'}appartenance d{'}un mot {\`a} de multiples groupes). Nous proposons une approche {\`a} deux niveaux pour l{'}induction de concepts, avec une vue centr{\'e}e sur les lemmes et une vue globale du lexique. Nous {\'e}valuons le regroupement obtenu sur les donn{\'e}es annot{\'e}es de SemCor et obtenons de bonnes performances (BCubed-F1 sup{\'e}rieur {\`a} 0,60). Nous constatons que les deux niveaux sont mutuellement b{\'e}n{\'e}fiques pour induire les concepts et les sens. Enfin, nous cr{\'e}ons des plongements dits {\guillemotleft} statiques {\guillemotright} repr{\'e}sentant nos concepts induits et obtenons des performances comp{\'e}titives par rapport {\`a} l'{\'e}tat de l{'}art en Word-in-Context.}
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="lietard-etal-2025-vers">
<titleInfo>
<title>Vers les Sens et Au-delà : Induire des Concepts Sémantiques Avec des Modèles de Langue Contextuels</title>
</titleInfo>
<name type="personal">
<namePart type="given">Bastien</namePart>
<namePart type="family">Liétard</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pascal</namePart>
<namePart type="family">Denis</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mikaela</namePart>
<namePart type="family">Keller</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 des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d’articles publiés</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>La polysémie et la synonymie sont deux facettes cruciales et interdépendantes de l’ambiguïté lexicosémantique, mais elles sont souvent considérées indépendamment dans les problèmes pratiques en TAL. Dans cet article, nous introduisons l’induction de concepts, une tâche non-supervisée consistant à apprendre un partitionnement diffus de mots définissant un ensemble de concepts directement à partir de données. Cette tâche généralise l’induction du sens des mots (via l’appartenance d’un mot à de multiples groupes). Nous proposons une approche à deux niveaux pour l’induction de concepts, avec une vue centrée sur les lemmes et une vue globale du lexique. Nous évaluons le regroupement obtenu sur les données annotées de SemCor et obtenons de bonnes performances (BCubed-F1 supérieur à 0,60). Nous constatons que les deux niveaux sont mutuellement bénéfiques pour induire les concepts et les sens. Enfin, nous créons des plongements dits \guillemotleft statiques \guillemotright représentant nos concepts induits et obtenons des performances compétitives par rapport à l’état de l’art en Word-in-Context.</abstract>
<identifier type="citekey">lietard-etal-2025-vers</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-trad.27/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>61</start>
<end>61</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Vers les Sens et Au-delà : Induire des Concepts Sémantiques Avec des Modèles de Langue Contextuels
%A Liétard, Bastien
%A Denis, Pascal
%A Keller, Mikaela
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d’articles publiés
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F lietard-etal-2025-vers
%X La polysémie et la synonymie sont deux facettes cruciales et interdépendantes de l’ambiguïté lexicosémantique, mais elles sont souvent considérées indépendamment dans les problèmes pratiques en TAL. Dans cet article, nous introduisons l’induction de concepts, une tâche non-supervisée consistant à apprendre un partitionnement diffus de mots définissant un ensemble de concepts directement à partir de données. Cette tâche généralise l’induction du sens des mots (via l’appartenance d’un mot à de multiples groupes). Nous proposons une approche à deux niveaux pour l’induction de concepts, avec une vue centrée sur les lemmes et une vue globale du lexique. Nous évaluons le regroupement obtenu sur les données annotées de SemCor et obtenons de bonnes performances (BCubed-F1 supérieur à 0,60). Nous constatons que les deux niveaux sont mutuellement bénéfiques pour induire les concepts et les sens. Enfin, nous créons des plongements dits \guillemotleft statiques \guillemotright représentant nos concepts induits et obtenons des performances compétitives par rapport à l’état de l’art en Word-in-Context.
%U https://aclanthology.org/2025.jeptalnrecital-trad.27/
%P 61-61
Markdown (Informal)
[Vers les Sens et Au-delà : Induire des Concepts Sémantiques Avec des Modèles de Langue Contextuels](https://aclanthology.org/2025.jeptalnrecital-trad.27/) (Liétard et al., JEP/TALN/RECITAL 2025)
ACL