@inproceedings{kelious-etal-2024-prediction,
title = "Pr{\'e}diction de la complexit{\'e} lexicale : Une {\'e}tude comparative entre {C}hat{GPT} et un mod{\`e}le d{\'e}di{\'e} {\`a} cette t{\^a}che.",
author = "Kelious, Abdelhak and
Constant, Mathieu and
Coeur, Christophe",
editor = "Balaguer, Mathieu and
Bendahman, Nihed and
Ho-dac, Lydia-Mai and
Mauclair, Julie and
G Moreno, Jose and
Pinquier, Julien",
booktitle = "Actes de la 31{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position",
month = "7",
year = "2024",
address = "Toulouse, France",
publisher = "ATALA and AFPC",
url = "https://aclanthology.org/2024.jeptalnrecital-taln.41/",
pages = "617--629",
language = "fra",
abstract = "Cette {\'e}tude s`int{\'e}resse {\`a} la pr{\'e}diction de la complexit{\'e} lexicale. Nous explorons des m{\'e}thodesd`apprentissage profond afin d'{\'e}valuer la complexit{\'e} d`un mot en se basant sur son contexte. Plussp{\'e}cifiquement, nous examinons comment utiliser des mod{\`e}les de langue pr{\'e}-entra{\^i}n{\'e}s pour encoderle mot cible et son contexte, en les combinant avec des caract{\'e}ristiques suppl{\'e}mentaires bas{\'e}es sur lafr{\'e}quence. Notre approche obtient de meilleurs r{\'e}sultats que les meilleurs syst{\`e}mes de SemEval-2021(Shardlow et al., 2021). Enfin, nous menons une {\'e}tude comparative avec ChatGPT afin d'{\'e}valuer sonpotentiel pour pr{\'e}dire la complexit{\'e} lexicale en comparaison avec un mod{\`e}le d{\'e}di{\'e} {\`a} cette t{\^a}che."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="kelious-etal-2024-prediction">
<titleInfo>
<title>Prédiction de la complexité lexicale : Une étude comparative entre ChatGPT et un modèle dédié à cette tâche.</title>
</titleInfo>
<name type="personal">
<namePart type="given">Abdelhak</namePart>
<namePart type="family">Kelious</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Constant</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Christophe</namePart>
<namePart type="family">Coeur</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2024-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position</title>
</titleInfo>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Balaguer</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nihed</namePart>
<namePart type="family">Bendahman</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Lydia-Mai</namePart>
<namePart type="family">Ho-dac</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Julie</namePart>
<namePart type="family">Mauclair</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Jose</namePart>
<namePart type="family">G Moreno</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Julien</namePart>
<namePart type="family">Pinquier</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA and AFPC</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Cette étude s‘intéresse à la prédiction de la complexité lexicale. Nous explorons des méthodesd‘apprentissage profond afin d’évaluer la complexité d‘un mot en se basant sur son contexte. Plusspécifiquement, nous examinons comment utiliser des modèles de langue pré-entraînés pour encoderle mot cible et son contexte, en les combinant avec des caractéristiques supplémentaires basées sur lafréquence. Notre approche obtient de meilleurs résultats que les meilleurs systèmes de SemEval-2021(Shardlow et al., 2021). Enfin, nous menons une étude comparative avec ChatGPT afin d’évaluer sonpotentiel pour prédire la complexité lexicale en comparaison avec un modèle dédié à cette tâche.</abstract>
<identifier type="citekey">kelious-etal-2024-prediction</identifier>
<location>
<url>https://aclanthology.org/2024.jeptalnrecital-taln.41/</url>
</location>
<part>
<date>2024-7</date>
<extent unit="page">
<start>617</start>
<end>629</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Prédiction de la complexité lexicale : Une étude comparative entre ChatGPT et un modèle dédié à cette tâche.
%A Kelious, Abdelhak
%A Constant, Mathieu
%A Coeur, Christophe
%Y Balaguer, Mathieu
%Y Bendahman, Nihed
%Y Ho-dac, Lydia-Mai
%Y Mauclair, Julie
%Y G Moreno, Jose
%Y Pinquier, Julien
%S Actes de la 31ème Conférence sur le Traitement Automatique des Langues Naturelles, volume 1 : articles longs et prises de position
%D 2024
%8 July
%I ATALA and AFPC
%C Toulouse, France
%G fra
%F kelious-etal-2024-prediction
%X Cette étude s‘intéresse à la prédiction de la complexité lexicale. Nous explorons des méthodesd‘apprentissage profond afin d’évaluer la complexité d‘un mot en se basant sur son contexte. Plusspécifiquement, nous examinons comment utiliser des modèles de langue pré-entraînés pour encoderle mot cible et son contexte, en les combinant avec des caractéristiques supplémentaires basées sur lafréquence. Notre approche obtient de meilleurs résultats que les meilleurs systèmes de SemEval-2021(Shardlow et al., 2021). Enfin, nous menons une étude comparative avec ChatGPT afin d’évaluer sonpotentiel pour prédire la complexité lexicale en comparaison avec un modèle dédié à cette tâche.
%U https://aclanthology.org/2024.jeptalnrecital-taln.41/
%P 617-629
Markdown (Informal)
[Prédiction de la complexité lexicale : Une étude comparative entre ChatGPT et un modèle dédié à cette tâche.](https://aclanthology.org/2024.jeptalnrecital-taln.41/) (Kelious et al., JEP/TALN/RECITAL 2024)
ACL