@inproceedings{zhao-2022-auto,
title = "Auto-correction dans un analyseur neuronal par transitions : un comportement factice ? (Self-correction in a transition-based neural parser : a spurious behaviour ?)",
author = "Zhao, Fang",
booktitle = "Actes de la 29e Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Volume 2 : 24e Rencontres Etudiants Chercheurs en Informatique pour le TAL (RECITAL)",
month = "6",
year = "2022",
address = "Avignon, France",
publisher = "ATALA",
url = "https://aclanthology.org/2022.jeptalnrecital-recital.2",
pages = "20--32",
abstract = {Cette {\'e}tude explore la capacit{\'e} d{'}auto-correction dans le cas d{'}un analyseur neuronal par transitions. Nous d{\'e}finissons un oracle dynamique pour le syst{\`e}me {\'e}tudi{\'e} lui apprenant {\`a} s{'}auto-corriger. Les performances du mod{\`e}le restent identiques {\`a} celles du mod{\`e}le de base, qui ne s{'}auto-corrige pas. En effet, il y a {\`a} peu pr{\`e}s autant de « corrections » justes que de fautives. Les erreurs finales commises par les deux mod{\`e}les sont aussi similaires. Nous montrons n{\'e}anmoins que beaucoup des corrections effectu{\'e}es par le mod{\`e}le avec oracle dynamique co{\"\i}ncident avec des cas difficiles {\`a} g{\'e}rer par les analyseurs automatiques. Le probl{\`e}me d{'}apprentissage d{'}un comportement efficace d{'}auto-correction retombe dans un traitement efficace de ces cas difficiles.},
language = "French",
}
Markdown (Informal)
[Auto-correction dans un analyseur neuronal par transitions : un comportement factice ? (Self-correction in a transition-based neural parser : a spurious behaviour ?)](https://aclanthology.org/2022.jeptalnrecital-recital.2) (Zhao, JEP/TALN/RECITAL 2022)
ACL