Abstract
Les modèles encodeur-décodeur constituent l’état de l’art en génération de mots-clés. Cependant, malgré de nombreuses adaptations de cette architecture, générer des mots-clés absents du texte du document est toujours une tâche difficile. Cette étude montre qu’entraîner au préalable un modèle sur une tâche de classification de relation entre un document et un mot-clé, permet d’améliorer la génération de mots-clés absents.- Anthology ID:
- 2023.jeptalnrecital-arts.8
- Volume:
- Actes de CORIA-TALN 2023. Actes de l'atelier "Analyse et Recherche de Textes Scientifiques" (ARTS)@TALN 2023
- Month:
- 6
- Year:
- 2023
- Address:
- Paris, France
- Editors:
- Florian Boudin, Béatrice Daille, Richard Dufour, Oumaima El, Maël Houbre, Léane Jourdan, Nihel Kooli
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 47–53
- Language:
- French
- URL:
- https://aclanthology.org/2023.jeptalnrecital-arts.8
- DOI:
- Cite (ACL):
- Maël Houbre, Florian Boudin, and Béatrice Daille. 2023. Classification de relation pour la génération de mots-clés absents. In Actes de CORIA-TALN 2023. Actes de l'atelier "Analyse et Recherche de Textes Scientifiques" (ARTS)@TALN 2023, pages 47–53, Paris, France. ATALA.
- Cite (Informal):
- Classification de relation pour la génération de mots-clés absents (Houbre et al., JEP/TALN/RECITAL 2023)
- PDF:
- https://preview.aclanthology.org/emnlp-22-attachments/2023.jeptalnrecital-arts.8.pdf