Skip to Main content Skip to Navigation
Conference papers

Identification automatique de chaînes de coréférences : vers une analyse des erreurs pour mieux cibler l'apprentissage

Résumé : Nous présentons une étude qualitative préliminaire concernant l'analyse linguistique des erreurs commises par des systèmes de détection automatique de chaînes de coréférences. Nous soulignons plusieurs cas de bruit et de silence, caractérisés par des gravités différentes, ainsi que des types d'erreurs spécifiques, notamment la construction de chaînes « fourre-tout » regroupant des expressions référentielles inexploitées par ailleurs. Dans le but de définir une méthodologie généralisable, nous proposons une première typologie d'erreurs et quelques pistes de réflexion pour leur prise en compte à terme dans les processus d'apprentissage, ce qui passe par des considérations sur les types d'hybridation à envisager pour ces processus.
Complete list of metadatas

Cited literature [23 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-01819602
Contributor : Frédéric Landragin <>
Submitted on : Wednesday, June 20, 2018 - 4:30:25 PM
Last modification on : Monday, January 20, 2020 - 3:26:02 PM
Document(s) archivé(s) le : Tuesday, September 25, 2018 - 4:23:33 PM

File

18_ATALA.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-01819602, version 1

Citation

Frédéric Landragin, Bruno Oberle. Identification automatique de chaînes de coréférences : vers une analyse des erreurs pour mieux cibler l'apprentissage. Journée commune AFIA-ATALA sur le Traitement Automatique des Langues et l’Intelligence Artificielle pendant la onzième édition de la plate-forme Intelligence Artificielle (PFIA 2018), Jul 2018, Nancy, France. ⟨hal-01819602⟩

Share

Metrics

Record views

105

Files downloads

112