@inproceedings{grabar-eshkol-2015-des,
title = "...des conf{\'e}rences enfin disons des causeries... D{\'e}tection automatique de segments en relation de paraphrase dans les reformulations de corpus oraux",
author = "Grabar, Natalia and
Eshkol, Iris",
editor = "Lecarpentier, Jean-Marc and
Lucas, Nadine",
booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2015",
address = "Caen, France",
publisher = "ATALA",
url = "https://aclanthology.org/2015.jeptalnrecital-long.26/",
pages = "303--316",
abstract = "Notre travail porte sur la d{\'e}tection automatique des segments en relation de reformulation paraphrastique dans les corpus oraux. L`approche propos{\'e}e est une approche syntagmatique qui tient compte des marqueurs de reformulation paraphrastique et des sp{\'e}cificit{\'e}s de l`oral. Les donn{\'e}es de r{\'e}f{\'e}rence sont consensuelles. Une m{\'e}thode automatique fond{\'e}e sur l`apprentissage avec les CRF est propos{\'e}e afin de d{\'e}tecter les segments paraphras{\'e}s. Diff{\'e}rents descripteurs sont exploit{\'e}s dans une fen{\^e}tre de taille variable. Les tests effectu{\'e}s montrent que les segments en relation de paraphrase sont assez difficiles {\`a} d{\'e}tecter, surtout avec leurs fronti{\`e}res correctes. Les meilleures moyennes atteignent 0,65 de F-mesure, 0,75 de pr{\'e}cision et 0,63 de rappel. Nous avons plusieurs perspectives {\`a} ce travail pour am{\'e}liorer la d{\'e}tection des segments en relation de paraphrase et pour {\'e}tudier les donn{\'e}es depuis d`autres points de vue."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="grabar-eshkol-2015-des">
<titleInfo>
<title>...des conférences enfin disons des causeries... Détection automatique de segments en relation de paraphrase dans les reformulations de corpus oraux</title>
</titleInfo>
<name type="personal">
<namePart type="given">Natalia</namePart>
<namePart type="family">Grabar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Iris</namePart>
<namePart type="family">Eshkol</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2015-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<name type="personal">
<namePart type="given">Jean-Marc</namePart>
<namePart type="family">Lecarpentier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nadine</namePart>
<namePart type="family">Lucas</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Caen, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Notre travail porte sur la détection automatique des segments en relation de reformulation paraphrastique dans les corpus oraux. L‘approche proposée est une approche syntagmatique qui tient compte des marqueurs de reformulation paraphrastique et des spécificités de l‘oral. Les données de référence sont consensuelles. Une méthode automatique fondée sur l‘apprentissage avec les CRF est proposée afin de détecter les segments paraphrasés. Différents descripteurs sont exploités dans une fenêtre de taille variable. Les tests effectués montrent que les segments en relation de paraphrase sont assez difficiles à détecter, surtout avec leurs frontières correctes. Les meilleures moyennes atteignent 0,65 de F-mesure, 0,75 de précision et 0,63 de rappel. Nous avons plusieurs perspectives à ce travail pour améliorer la détection des segments en relation de paraphrase et pour étudier les données depuis d‘autres points de vue.</abstract>
<identifier type="citekey">grabar-eshkol-2015-des</identifier>
<location>
<url>https://aclanthology.org/2015.jeptalnrecital-long.26/</url>
</location>
<part>
<date>2015-06</date>
<extent unit="page">
<start>303</start>
<end>316</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T ...des conférences enfin disons des causeries... Détection automatique de segments en relation de paraphrase dans les reformulations de corpus oraux
%A Grabar, Natalia
%A Eshkol, Iris
%Y Lecarpentier, Jean-Marc
%Y Lucas, Nadine
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2015
%8 June
%I ATALA
%C Caen, France
%F grabar-eshkol-2015-des
%X Notre travail porte sur la détection automatique des segments en relation de reformulation paraphrastique dans les corpus oraux. L‘approche proposée est une approche syntagmatique qui tient compte des marqueurs de reformulation paraphrastique et des spécificités de l‘oral. Les données de référence sont consensuelles. Une méthode automatique fondée sur l‘apprentissage avec les CRF est proposée afin de détecter les segments paraphrasés. Différents descripteurs sont exploités dans une fenêtre de taille variable. Les tests effectués montrent que les segments en relation de paraphrase sont assez difficiles à détecter, surtout avec leurs frontières correctes. Les meilleures moyennes atteignent 0,65 de F-mesure, 0,75 de précision et 0,63 de rappel. Nous avons plusieurs perspectives à ce travail pour améliorer la détection des segments en relation de paraphrase et pour étudier les données depuis d‘autres points de vue.
%U https://aclanthology.org/2015.jeptalnrecital-long.26/
%P 303-316
Markdown (Informal)
[...des conférences enfin disons des causeries... Détection automatique de segments en relation de paraphrase dans les reformulations de corpus oraux](https://aclanthology.org/2015.jeptalnrecital-long.26/) (Grabar & Eshkol, JEP/TALN/RECITAL 2015)
ACL