@inproceedings{gosset-etal-2021-extraction,
title = "Extraction automatique de relations s{\'e}mantiques d`hyperonymie et d`hyponymie dans un corpus m{\'e}tier (Automatic extraction of hypernym and hyponym relations in a professional corpus)",
author = "Gosset, Camille and
Boumedyen Billami, Mokhtar and
Lafourcade, Mathieu and
Bortolaso, Christophe and
Derras, Mustapha",
editor = "Denis, Pascal and
Grabar, Natalia and
Fraisse, Amel and
Cardon, R{\'e}mi and
Jacquemin, Bernard and
Kergosien, Eric and
Balvet, Antonio",
booktitle = "Actes de la 28e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2021",
address = "Lille, France",
publisher = "ATALA",
url = "https://aclanthology.org/2021.jeptalnrecital-taln.15/",
pages = "162--170",
language = "fra",
abstract = "Nous nous int{\'e}ressons dans cet article {\`a} l`extraction automatique de relations s{\'e}mantiques d`hyperonymie et d`hyponymie {\`a} partir d`un corpus de sp{\'e}cialit{\'e}s m{\'e}tier. Le corpus regroupe des ouvrages et articles en fran{\c{c}}ais d`expertise juridique et a {\'e}t{\'e} partiellement annot{\'e} en termes-cl{\'e}s par des experts. Nous pr{\'e}traitons ces annotations afin de pouvoir les retrouver dans ce corpus et obtenir un concept g{\'e}n{\'e}ral pour extraire les relations entre ces termes. Nous d{\'e}crivons une {\'e}tude exp{\'e}rimentale qui compare plusieurs m{\'e}thodes de classification appliqu{\'e}es sur des vecteurs de relations construits {\`a} partir d`un mod{\`e}le Word2Vec. Nous comparons les r{\'e}sultats obtenus gr{\^a}ce {\`a} un jeu de donn{\'e}es construit {\`a} partir de relations d`hyperonymie tir{\'e}es d`un r{\'e}seau lexico-s{\'e}mantique fran{\c{c}}ais que nous inversons pour obtenir les relations d`hyponymie. Nos r{\'e}sultats montrent que nous obtenons une classification pouvant atteindre un taux d`exactitude de 92 {\%}."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="gosset-etal-2021-extraction">
<titleInfo>
<title>Extraction automatique de relations sémantiques d‘hyperonymie et d‘hyponymie dans un corpus métier (Automatic extraction of hypernym and hyponym relations in a professional corpus)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Camille</namePart>
<namePart type="family">Gosset</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mokhtar</namePart>
<namePart type="family">Boumedyen Billami</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Christophe</namePart>
<namePart type="family">Bortolaso</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mustapha</namePart>
<namePart type="family">Derras</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2021-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<name type="personal">
<namePart type="given">Pascal</namePart>
<namePart type="family">Denis</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Natalia</namePart>
<namePart type="family">Grabar</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Amel</namePart>
<namePart type="family">Fraisse</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Rémi</namePart>
<namePart type="family">Cardon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Bernard</namePart>
<namePart type="family">Jacquemin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eric</namePart>
<namePart type="family">Kergosien</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Antonio</namePart>
<namePart type="family">Balvet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Lille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Nous nous intéressons dans cet article à l‘extraction automatique de relations sémantiques d‘hyperonymie et d‘hyponymie à partir d‘un corpus de spécialités métier. Le corpus regroupe des ouvrages et articles en français d‘expertise juridique et a été partiellement annoté en termes-clés par des experts. Nous prétraitons ces annotations afin de pouvoir les retrouver dans ce corpus et obtenir un concept général pour extraire les relations entre ces termes. Nous décrivons une étude expérimentale qui compare plusieurs méthodes de classification appliquées sur des vecteurs de relations construits à partir d‘un modèle Word2Vec. Nous comparons les résultats obtenus grâce à un jeu de données construit à partir de relations d‘hyperonymie tirées d‘un réseau lexico-sémantique français que nous inversons pour obtenir les relations d‘hyponymie. Nos résultats montrent que nous obtenons une classification pouvant atteindre un taux d‘exactitude de 92 %.</abstract>
<identifier type="citekey">gosset-etal-2021-extraction</identifier>
<location>
<url>https://aclanthology.org/2021.jeptalnrecital-taln.15/</url>
</location>
<part>
<date>2021-6</date>
<extent unit="page">
<start>162</start>
<end>170</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Extraction automatique de relations sémantiques d‘hyperonymie et d‘hyponymie dans un corpus métier (Automatic extraction of hypernym and hyponym relations in a professional corpus)
%A Gosset, Camille
%A Boumedyen Billami, Mokhtar
%A Lafourcade, Mathieu
%A Bortolaso, Christophe
%A Derras, Mustapha
%Y Denis, Pascal
%Y Grabar, Natalia
%Y Fraisse, Amel
%Y Cardon, Rémi
%Y Jacquemin, Bernard
%Y Kergosien, Eric
%Y Balvet, Antonio
%S Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2021
%8 June
%I ATALA
%C Lille, France
%G fra
%F gosset-etal-2021-extraction
%X Nous nous intéressons dans cet article à l‘extraction automatique de relations sémantiques d‘hyperonymie et d‘hyponymie à partir d‘un corpus de spécialités métier. Le corpus regroupe des ouvrages et articles en français d‘expertise juridique et a été partiellement annoté en termes-clés par des experts. Nous prétraitons ces annotations afin de pouvoir les retrouver dans ce corpus et obtenir un concept général pour extraire les relations entre ces termes. Nous décrivons une étude expérimentale qui compare plusieurs méthodes de classification appliquées sur des vecteurs de relations construits à partir d‘un modèle Word2Vec. Nous comparons les résultats obtenus grâce à un jeu de données construit à partir de relations d‘hyperonymie tirées d‘un réseau lexico-sémantique français que nous inversons pour obtenir les relations d‘hyponymie. Nos résultats montrent que nous obtenons une classification pouvant atteindre un taux d‘exactitude de 92 %.
%U https://aclanthology.org/2021.jeptalnrecital-taln.15/
%P 162-170
Markdown (Informal)
[Extraction automatique de relations sémantiques d’hyperonymie et d’hyponymie dans un corpus métier (Automatic extraction of hypernym and hyponym relations in a professional corpus)](https://aclanthology.org/2021.jeptalnrecital-taln.15/) (Gosset et al., JEP/TALN/RECITAL 2021)
ACL