Abstract
Les approches neuronales obtiennent depuis plusieurs années des résultats intéressants en extraction d’événements. Cependant, les approches développées dans ce cadre se limitent généralement à un contexte phrastique. Or, si certains types d’événements sont aisément identifiables à ce niveau, l’exploitation d’indices présents dans d’autres phrases est parfois nécessaire pour permettre de désambiguïser des événements. Dans cet article, nous proposons ainsi l’intégration d’une représentation d’un contexte plus large pour améliorer l’apprentissage d’un réseau convolutif. Cette représentation est obtenue par amorçage en exploitant les résultats d’un premier modèle convolutif opérant au niveau phrastique. Dans le cadre d’une évaluation réalisée sur les données de la campagne TAC 2017, nous montrons que ce modèle global obtient un gain significatif par rapport au modèle local, ces deux modèles étant eux-mêmes compétitifs par rapport aux résultats de TAC 2017. Nous étudions également en détail le gain de performance de notre nouveau modèle au travers de plusieurs expériences complémentaires.- Anthology ID:
- 2018.jeptalnrecital-long.10
- Volume:
- Actes de la Conférence TALN. Volume 1 - Articles longs, articles courts de TALN
- Month:
- 5
- Year:
- 2018
- Address:
- Rennes, France
- Editors:
- Pascale Sébillot, Vincent Claveau
- Venue:
- JEP/TALN/RECITAL
- SIG:
- Publisher:
- ATALA
- Note:
- Pages:
- 129–142
- Language:
- French
- URL:
- https://aclanthology.org/2018.jeptalnrecital-long.10
- DOI:
- Cite (ACL):
- Dorian Kodelja, Romaric Besançon, and Olivier Ferret. 2018. Intégration de contexte global par amorçage pour la détection d’événements (Integrating global context via bootstrapping for event detection). In Actes de la Conférence TALN. Volume 1 - Articles longs, articles courts de TALN, pages 129–142, Rennes, France. ATALA.
- Cite (Informal):
- Intégration de contexte global par amorçage pour la détection d’événements (Integrating global context via bootstrapping for event detection) (Kodelja et al., JEP/TALN/RECITAL 2018)
- PDF:
- https://preview.aclanthology.org/landing_page/2018.jeptalnrecital-long.10.pdf