Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue »
Meryl Bothua, Leila Hassani, Marie Jubault, Philippe Suignard
Abstract
Ce papier présente la participation d’EDF R&D à la campagne d’évaluation DEFT 2023. Notre équipe a participé à la tâche de réponse automatique à des questions à choix multiples issus d’annales d’examens en pharmacie en français. Le corpus utilisé est FrenchMedMCQA. Nous avons testé des Large Language Models pour générer des réponses. Notre équipe s’est classée A COMPLETER.- Anthology ID:
- 2023.jeptalnrecital-deft.4
- Volume:
- Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023
- Month:
- 6
- Year:
- 2023
- Address:
- Paris, France
- Editors:
- Adrien Bazoge, Béatrice Daille, Richard Dufour, Yanis Labrak, Emmanuel Morin, Mickael Rouvier
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 39–45
- Language:
- French
- URL:
- https://aclanthology.org/2023.jeptalnrecital-deft.4
- DOI:
- Cite (ACL):
- Meryl Bothua, Leila Hassani, Marie Jubault, and Philippe Suignard. 2023. Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue ». In Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023, pages 39–45, Paris, France. ATALA.
- Cite (Informal):
- Participation d’EDF R&D au défi DEFT 2023 : réponses automatiques à des questionnaires à choix multiples à l’aide de « Larges Modèles de Langue » (Bothua et al., JEP/TALN/RECITAL 2023)
- PDF:
- https://preview.aclanthology.org/fix-volume-bibkeys/2023.jeptalnrecital-deft.4.pdf