@inproceedings{zhao-bernard-2023-auto,
    title = "Auto-apprentissage et renforcement pour une analyse jointe sur donn{\'e}es disjointes : {\'e}tiquetage morpho-syntaxique et analyse syntaxique",
    author = "Zhao, Fang  and
      Bernard, Timoth{\'e}e",
    editor = "Servan, Christophe  and
      Vilnat, Anne",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : travaux de recherche originaux -- articles courts",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2023.jeptalnrecital-short.9/",
    pages = "82--90",
    language = "fra",
    abstract = "Cet article se penche sur l`utilisation de donn{\'e}es disjointes pour entra{\^i}ner un syst{\`e}me d`analyse jointe du langage naturel. Dans cette {\'e}tude exploratoire, nous entra{\^i}nons un syst{\`e}me {\`a} pr{\'e}dire un {\'e}tiquetage morpho-syntaxique et une analyse syntaxique en d{\'e}pendances {\`a} partir de phrases annot{\'e}es soit pour l`une de ces t{\^a}ches, soit pour l`autre. Deux m{\'e}thodes sont consid{\'e}r{\'e}es : l`auto-apprentissage et l`apprentissage par renforcement, pour lequel nous d{\'e}finissons une fonction de r{\'e}compense encourageant le syst{\`e}me {\`a} effectuer des pr{\'e}dictions m{\^e}me sans supervision. Nos r{\'e}sultats indiquent de bonnes performances dans le cas o{\`u} les donn{\'e}es disjointes sont issues d`un m{\^e}me domaine, mais sont moins satisfaisants dans le cas contraire. Nous identifions des limitations de notre impl{\'e}mentation actuelle et proposons en cons{\'e}quence des pistes d`am{\'e}lioration."
}