@inproceedings{brassier-etal-2022-evaluation,
title = "{\'E}valuation comparative de syst{\`e}mes neuronal et statistique pour la r{\'e}solution de cor{\'e}f{\'e}rence en langage parl{\'e} (Comparative evaluation of neural and statistical coreference resolution on spoken language )",
author = {Brassier, Ma{\"e}lle and
Azzouza, Th{\'e}o and
Antoine, Jean-Yves and
Grobol, Lo{\"\i}c and
Lefeuvre-Halftermeyer, Ana{\"\i}s},
editor = "Est{\`e}ve, Yannick and
Jim{\'e}nez, Tania and
Parcollet, Titouan and
Zanon Boito, Marcely",
booktitle = "Actes de la 29e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
month = "6",
year = "2022",
address = "Avignon, France",
publisher = "ATALA",
url = "https://aclanthology.org/2022.jeptalnrecital-taln.32",
pages = "325--334",
abstract = "Nous pr{\'e}sentons OFCoRS, un syst{\`e}me de r{\'e}solution de cor{\'e}f{\'e}rence, bas{\'e} sur le fran{\c{c}}ais parl{\'e} et un ensemble de mod{\`e}les Random Forest. L{'}objectif de ce papier est de comparer l{'}approche statistique d{'}OFCoRS avec l{'}approche neuronale du syst{\`e}me DeCoFre. Nous soulignons particuli{\`e}rement les similarit{\'e}s et diff{\'e}rences entre les deux syst{\`e}mes. Nous comparons ensuite leurs performances sur le corpus fran{\c{c}}ais ANCOR et observons que les performances d{'}OFCoRS s{'}approchent de celles de DeCoFre. Une analyse d{\'e}taill{\'e}e montre {\'e}galement que les deux syst{\`e}mes affichent de faibles performances sur les cor{\'e}f{\'e}rences indirectes, montrant ainsi qu{'}on ne peut pas consid{\'e}rer le traitement des anaphores complexes comme un probl{\`e}me r{\'e}solu.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="brassier-etal-2022-evaluation">
<titleInfo>
<title>Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé (Comparative evaluation of neural and statistical coreference resolution on spoken language )</title>
</titleInfo>
<name type="personal">
<namePart type="given">Maëlle</namePart>
<namePart type="family">Brassier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Théo</namePart>
<namePart type="family">Azzouza</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jean-Yves</namePart>
<namePart type="family">Antoine</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Loïc</namePart>
<namePart type="family">Grobol</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Anaïs</namePart>
<namePart type="family">Lefeuvre-Halftermeyer</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2022-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</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>Nous présentons OFCoRS, un système de résolution de coréférence, basé sur le français parlé et un ensemble de modèles Random Forest. L’objectif de ce papier est de comparer l’approche statistique d’OFCoRS avec l’approche neuronale du système DeCoFre. Nous soulignons particulièrement les similarités et différences entre les deux systèmes. Nous comparons ensuite leurs performances sur le corpus français ANCOR et observons que les performances d’OFCoRS s’approchent de celles de DeCoFre. Une analyse détaillée montre également que les deux systèmes affichent de faibles performances sur les coréférences indirectes, montrant ainsi qu’on ne peut pas considérer le traitement des anaphores complexes comme un problème résolu.</abstract>
<identifier type="citekey">brassier-etal-2022-evaluation</identifier>
<location>
<url>https://aclanthology.org/2022.jeptalnrecital-taln.32</url>
</location>
<part>
<date>2022-6</date>
<extent unit="page">
<start>325</start>
<end>334</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé (Comparative evaluation of neural and statistical coreference resolution on spoken language )
%A Brassier, Maëlle
%A Azzouza, Théo
%A Antoine, Jean-Yves
%A Grobol, Loïc
%A Lefeuvre-Halftermeyer, Anaïs
%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 French
%F brassier-etal-2022-evaluation
%X Nous présentons OFCoRS, un système de résolution de coréférence, basé sur le français parlé et un ensemble de modèles Random Forest. L’objectif de ce papier est de comparer l’approche statistique d’OFCoRS avec l’approche neuronale du système DeCoFre. Nous soulignons particulièrement les similarités et différences entre les deux systèmes. Nous comparons ensuite leurs performances sur le corpus français ANCOR et observons que les performances d’OFCoRS s’approchent de celles de DeCoFre. Une analyse détaillée montre également que les deux systèmes affichent de faibles performances sur les coréférences indirectes, montrant ainsi qu’on ne peut pas considérer le traitement des anaphores complexes comme un problème résolu.
%U https://aclanthology.org/2022.jeptalnrecital-taln.32
%P 325-334
Markdown (Informal)
[Évaluation comparative de systèmes neuronal et statistique pour la résolution de coréférence en langage parlé (Comparative evaluation of neural and statistical coreference resolution on spoken language )](https://aclanthology.org/2022.jeptalnrecital-taln.32) (Brassier et al., JEP/TALN/RECITAL 2022)
ACL