Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024)

Tom Rousseau, Marceau Hernandez, Iglika Stoupak, Angelo Mendoca-Manhoso, Andrea Blivet, Chang Liu, Toufik Boubehbiz, Corina Chuteaux, Gaël Guibon, Gaël Lejeune, Luce Lefeuvre

Abstract
Cet article décrit la participation de l’équipe Sorbonne-SNCF au Défi Fouille de Textes 2024, se concentrant sur la correction automatique de QCM en langue française. Le corpus, constitué de questions de pharmacologie, a été reformulé en assertions. Nous avons employé des techniques avancées de traitement du langage naturel pour traiter les réponses. Trois approches principales, Nachos_LLM, TTGV_byfusion, et TTGV_ollama_multilabel, sont présentées avec des scores EMR respectifs de 2.94, 4.19 et 1.68. Les résultats obtenus montrent des niveaux de précision différents, en soulignant les limites des approches multi-étiquettes. Des suggestions d’amélioration incluent l’ajustement des modèles de langage et des critères de classification.
Anthology ID:
2024.jeptalnrecital-deft.5
Volume:
Actes du D{\'e}fi Fouille de Textes@TALN 2024
Month:
7
Year:
2024
Address:
Toulouse, France
Editors:
Richard Dufour, Benoit Favre, Mickael Rouvier, Adrien Bazoge, Yanis Labrak
Venue:
JEP/TALN/RECITAL
SIG:
Publisher:
ATALA {\textbackslash}{\\&} AFPC
Note:
Pages:
47–57
Language:
French
URL:
https://aclanthology.org/2024.jeptalnrecital-deft.5
DOI:
Bibkey:
Cite (ACL):
Tom Rousseau, Marceau Hernandez, Iglika Stoupak, Angelo Mendoca-Manhoso, Andrea Blivet, Chang Liu, Toufik Boubehbiz, Corina Chuteaux, Gaël Guibon, Gaël Lejeune, and Luce Lefeuvre. 2024. Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024). In Actes du D{\'e}fi Fouille de Textes@TALN 2024, pages 47–57, Toulouse, France. ATALA {\textbackslash}{\\&} AFPC.
Cite (Informal):
Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024) (Rousseau et al., JEP/TALN/RECITAL 2024)
Copy Citation:
PDF:
https://preview.aclanthology.org/jeptaln-2024-ingestion/2024.jeptalnrecital-deft.5.pdf
PDF Search