@inproceedings{badene-etal-2019-apprentissage,
title = "Apprentissage faiblement supervis{\'e} de la structure discursive (Learning discourse structure using weak supervision )",
author = "Badene, Sonia and
Thompson, Catherine and
Asher, Nicholas and
Lorr{\'e}, Jean-Pierre",
editor = "Morin, Emmanuel and
Rosset, Sophie and
Zweigenbaum, Pierre",
booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts",
month = "7",
year = "2019",
address = "Toulouse, France",
publisher = "ATALA",
url = "https://aclanthology.org/2019.jeptalnrecital-court.3/",
pages = "175--184",
language = "fra",
abstract = "L`av{\`e}nement des techniques d`apprentissage automatique profond a fait na{\^i}tre un besoin {\'e}norme de donn{\'e}es d`entra{\^i}nement. De telles donn{\'e}es d`entra{\^i}nement sont extr{\^e}mement co{\^u}teuses {\`a} cr{\'e}er, surtout lorsqu`une expertise dans le domaine est requise. L`une de ces t{\^a}ches est l`apprentissage de la structure s{\'e}mantique du discours, t{\^a}che tr{\`e}s complexe avec des structures r{\'e}cursives avec des donn{\'e}es {\'e}parses, mais qui est essentielle pour extraire des informations s{\'e}mantiques profondes du texte. Nous d{\'e}crivons nos exp{\'e}rimentations sur l`attachement des unit{\'e}s discursives pour former une structure, en utilisant le paradigme du data programming dans lequel peu ou pas d`annotations sont utilis{\'e}es pour construire un ensemble de donn{\'e}es d`entra{\^i}nement {\textquotedblleft}bruit{\'e}{\textquotedblright}. Le corpus de dialogues utilis{\'e} illustre des contraintes {\`a} la fois linguistiques et non-linguistiques int{\'e}ressantes qui doivent {\^e}tre apprises. Nous nous concentrons sur la structure des r{\`e}gles utilis{\'e}es pour construire un mod{\`e}le g{\'e}n{\'e}ratif et montrons la comp{\'e}titivit{\'e} de notre approche par rapport {\`a} l`apprentissage supervis{\'e} classique."
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="badene-etal-2019-apprentissage">
<titleInfo>
<title>Apprentissage faiblement supervisé de la structure discursive (Learning discourse structure using weak supervision )</title>
</titleInfo>
<name type="personal">
<namePart type="given">Sonia</namePart>
<namePart type="family">Badene</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Catherine</namePart>
<namePart type="family">Thompson</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nicholas</namePart>
<namePart type="family">Asher</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jean-Pierre</namePart>
<namePart type="family">Lorré</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2019-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Emmanuel</namePart>
<namePart type="family">Morin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sophie</namePart>
<namePart type="family">Rosset</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pierre</namePart>
<namePart type="family">Zweigenbaum</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L‘avènement des techniques d‘apprentissage automatique profond a fait naître un besoin énorme de données d‘entraînement. De telles données d‘entraînement sont extrêmement coûteuses à créer, surtout lorsqu‘une expertise dans le domaine est requise. L‘une de ces tâches est l‘apprentissage de la structure sémantique du discours, tâche très complexe avec des structures récursives avec des données éparses, mais qui est essentielle pour extraire des informations sémantiques profondes du texte. Nous décrivons nos expérimentations sur l‘attachement des unités discursives pour former une structure, en utilisant le paradigme du data programming dans lequel peu ou pas d‘annotations sont utilisées pour construire un ensemble de données d‘entraînement “bruité”. Le corpus de dialogues utilisé illustre des contraintes à la fois linguistiques et non-linguistiques intéressantes qui doivent être apprises. Nous nous concentrons sur la structure des règles utilisées pour construire un modèle génératif et montrons la compétitivité de notre approche par rapport à l‘apprentissage supervisé classique.</abstract>
<identifier type="citekey">badene-etal-2019-apprentissage</identifier>
<location>
<url>https://aclanthology.org/2019.jeptalnrecital-court.3/</url>
</location>
<part>
<date>2019-7</date>
<extent unit="page">
<start>175</start>
<end>184</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Apprentissage faiblement supervisé de la structure discursive (Learning discourse structure using weak supervision )
%A Badene, Sonia
%A Thompson, Catherine
%A Asher, Nicholas
%A Lorré, Jean-Pierre
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G fra
%F badene-etal-2019-apprentissage
%X L‘avènement des techniques d‘apprentissage automatique profond a fait naître un besoin énorme de données d‘entraînement. De telles données d‘entraînement sont extrêmement coûteuses à créer, surtout lorsqu‘une expertise dans le domaine est requise. L‘une de ces tâches est l‘apprentissage de la structure sémantique du discours, tâche très complexe avec des structures récursives avec des données éparses, mais qui est essentielle pour extraire des informations sémantiques profondes du texte. Nous décrivons nos expérimentations sur l‘attachement des unités discursives pour former une structure, en utilisant le paradigme du data programming dans lequel peu ou pas d‘annotations sont utilisées pour construire un ensemble de données d‘entraînement “bruité”. Le corpus de dialogues utilisé illustre des contraintes à la fois linguistiques et non-linguistiques intéressantes qui doivent être apprises. Nous nous concentrons sur la structure des règles utilisées pour construire un modèle génératif et montrons la compétitivité de notre approche par rapport à l‘apprentissage supervisé classique.
%U https://aclanthology.org/2019.jeptalnrecital-court.3/
%P 175-184
Markdown (Informal)
[Apprentissage faiblement supervisé de la structure discursive (Learning discourse structure using weak supervision )](https://aclanthology.org/2019.jeptalnrecital-court.3/) (Badene et al., JEP/TALN/RECITAL 2019)
ACL