<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="bouhandi-etal-2022-adaptation">
    <titleInfo>
        <title>Adaptation au domaine de modèles de langue à l‘aide de réseaux à base de graphes (Graph Neural Networks for Adapting General Domain Language Modèles Specialised Corpora)</title>
    </titleInfo>
    <name type="personal">
        <namePart type="given">Merieme</namePart>
        <namePart type="family">Bouhandi</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Emmanuel</namePart>
        <namePart type="family">Morin</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <name type="personal">
        <namePart type="given">Thierry</namePart>
        <namePart type="family">Hamon</namePart>
        <role>
            <roleTerm authority="marcrelator" type="text">author</roleTerm>
        </role>
    </name>
    <originInfo>
        <dateIssued>2022-06</dateIssued>
    </originInfo>
    <typeOfResource>text</typeOfResource>
    <language>
        <languageTerm type="text">fra</languageTerm>
    </language>
    <relatedItem type="host">
        <titleInfo>
            <title>Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
        </titleInfo>
        <name type="personal">
            <namePart type="given">Yannick</namePart>
            <namePart type="family">Estève</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Tania</namePart>
            <namePart type="family">Jiménez</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Titouan</namePart>
            <namePart type="family">Parcollet</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <name type="personal">
            <namePart type="given">Marcely</namePart>
            <namePart type="family">Zanon Boito</namePart>
            <role>
                <roleTerm authority="marcrelator" type="text">editor</roleTerm>
            </role>
        </name>
        <originInfo>
            <publisher>ATALA</publisher>
            <place>
                <placeTerm type="text">Avignon, France</placeTerm>
            </place>
        </originInfo>
        <genre authority="marcgt">conference publication</genre>
    </relatedItem>
    <abstract>Les modèles de langue prodonds encodent les propriétés linguistiques et sont utilisés comme entrée pour des modèles plus spécifiques. Utiliser leurs représentations de mots telles quelles pour des domaines peu dotés se révèle être moins efficace. De plus, ces modèles négligent souvent les informations globales sur le vocabulaire au profit d‘une plus forte dépendance à l‘attention. Nous considérons que ces informations influent sur les résultats des tâches en aval. Leur combinaison avec les représentations contextuelles est effectuée à l‘aide de réseaux de neurones à base de graphes. Nous montrons que l‘utilité de cette combinaison qui surpassent les performances de baselines.</abstract>
    <identifier type="citekey">bouhandi-etal-2022-adaptation</identifier>
    <location>
        <url>https://aclanthology.org/2022.jeptalnrecital-taln.26/</url>
    </location>
    <part>
        <date>2022-6</date>
        <extent unit="page">
            <start>270</start>
            <end>279</end>
        </extent>
    </part>
</mods>
</modsCollection>

%0 Conference Proceedings
%T Adaptation au domaine de modèles de langue à l‘aide de réseaux à base de graphes (Graph Neural Networks for Adapting General Domain Language Modèles Specialised Corpora)
%A Bouhandi, Merieme
%A Morin, Emmanuel
%A Hamon, Thierry
%Y Estève, Yannick
%Y Jiménez, Tania
%Y Parcollet, Titouan
%Y Zanon Boito, Marcely
%S Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2022
%8 June
%I ATALA
%C Avignon, France
%G fra
%F bouhandi-etal-2022-adaptation
%X Les modèles de langue prodonds encodent les propriétés linguistiques et sont utilisés comme entrée pour des modèles plus spécifiques. Utiliser leurs représentations de mots telles quelles pour des domaines peu dotés se révèle être moins efficace. De plus, ces modèles négligent souvent les informations globales sur le vocabulaire au profit d‘une plus forte dépendance à l‘attention. Nous considérons que ces informations influent sur les résultats des tâches en aval. Leur combinaison avec les représentations contextuelles est effectuée à l‘aide de réseaux de neurones à base de graphes. Nous montrons que l‘utilité de cette combinaison qui surpassent les performances de baselines.
%U https://aclanthology.org/2022.jeptalnrecital-taln.26/
%P 270-279

Markdown (Informal)

[Adaptation au domaine de modèles de langue à l’aide de réseaux à base de graphes (Graph Neural Networks for Adapting General Domain Language Modèles Specialised Corpora)](https://aclanthology.org/2022.jeptalnrecital-taln.26/) (Bouhandi et al., JEP/TALN/RECITAL 2022)

• Adaptation au domaine de modèles de langue à l’aide de réseaux à base de graphes (Graph Neural Networks for Adapting General Domain Language Modèles Specialised Corpora) (Bouhandi et al., JEP/TALN/RECITAL 2022)

ACL

• Merieme Bouhandi, Emmanuel Morin, and Thierry Hamon. 2022. Adaptation au domaine de modèles de langue à l’aide de réseaux à base de graphes (Graph Neural Networks for Adapting General Domain Language Modèles Specialised Corpora). In Actes de la 29e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale, pages 270–279, Avignon, France. ATALA.