@inproceedings{atmani-lafourcade-2021-open,
    title = "Open Information Extraction: Approche Supervis{\'e}e et Syntaxique pour le Fran{\c{c}}ais (Supervised Syntactic Approach for {F}rench Open Information Extraction)",
    author = "Atmani, Massinissa  and
      Lafourcade, Mathieu",
    editor = "Denis, Pascal  and
      Grabar, Natalia  and
      Fraisse, Amel  and
      Cardon, R{\'e}mi  and
      Jacquemin, Bernard  and
      Kergosien, Eric  and
      Balvet, Antonio",
    booktitle = "Actes de la 28e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf{\'e}rence principale",
    month = "6",
    year = "2021",
    address = "Lille, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2021.jeptalnrecital-taln.5/",
    pages = "50--63",
    language = "fra",
    abstract = "L' Open Information Extraction, est un paradigme d`extraction con{\c{c}}u pour g{\'e}rer l`adaptation de domaine, la principale difficult{\'e} des approches traditionnelles pour l`extraction d`informations. Cependant, la plupart des approches se concentrent sur l`anglais. Ainsi, nous proposons une approche supervis{\'e}e pour l`OpenIE pour le fran{\c{c}}ais, nous d{\'e}veloppons {\'e}galement un corpus d`entra{\^i}nement et un r{\'e}f{\'e}rentiel d'{\'e}valuation. Nous proposons un nouveau mod{\`e}le bas{\'e} en deux {\'e}tapes pour l'{\'e}tiquetage de s{\'e}quence, qui identifie d`abord tous les arguments de la relation avant de les {\'e}tiqueter. Les exp{\'e}rimentations montrent non seulement que l`approche que nous proposons obtient les meilleurs r{\'e}sultats, mais aussi que l'{\'e}tat de l`art actuel n`est pas assez robuste pour s`adapter {\`a} un domaine diff{\'e}rent du domaine du corpus d`entra{\^i}nement."
}