@inproceedings{pho-etal-2015-estimation,
title = "Estimation de l{'}homog{\'e}n{\'e}it{\'e} s{\'e}mantique pour les Questionnaires {\`a} Choix Multiples",
author = "Pho, Van-Minh and
Ligozat, Anne-Laure and
Grau, Brigitte",
booktitle = "Actes de la 22e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles longs",
month = jun,
year = "2015",
address = "Caen, France",
publisher = "ATALA",
url = "https://aclanthology.org/2015.jeptalnrecital-long.11",
pages = "119--130",
abstract = "L{'}homog{\'e}n{\'e}it{\'e} s{\'e}mantique stipule que des termes sont s{\'e}mantiquement proches mais non similaires. Cette notion est au c{\oe}ur de travaux relatifs {\`a} la g{\'e}n{\'e}ration automatique de questionnaires {\`a} choix multiples, et particuli{\`e}rement {\`a} la s{\'e}lection automatique de distracteurs. Dans cet article, nous pr{\'e}sentons une m{\'e}thode d{'}estimation de l{'}homog{\'e}n{\'e}it{\'e} s{\'e}mantique dans un cadre de validation automatique de distracteurs. Cette m{\'e}thode est fond{\'e}e sur une combinaison de plusieurs crit{\`e}res de voisinage et de similarit{\'e} s{\'e}mantique entre termes, par apprentissage automatique. Nous montrerons que notre m{\'e}thode permet d{'}obtenir une meilleure estimation de l{'}homog{\'e}n{\'e}it{\'e} s{\'e}mantique que les m{\'e}thodes propos{\'e}es dans l{'}{\'e}tat de l{'}art.",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="pho-etal-2015-estimation">
<titleInfo>
<title>Estimation de l’homogénéité sémantique pour les Questionnaires à Choix Multiples</title>
</titleInfo>
<name type="personal">
<namePart type="given">Van-Minh</namePart>
<namePart type="family">Pho</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Anne-Laure</namePart>
<namePart type="family">Ligozat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Brigitte</namePart>
<namePart type="family">Grau</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2015-jun</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs</title>
</titleInfo>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Caen, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’homogénéité sémantique stipule que des termes sont sémantiquement proches mais non similaires. Cette notion est au cœur de travaux relatifs à la génération automatique de questionnaires à choix multiples, et particulièrement à la sélection automatique de distracteurs. Dans cet article, nous présentons une méthode d’estimation de l’homogénéité sémantique dans un cadre de validation automatique de distracteurs. Cette méthode est fondée sur une combinaison de plusieurs critères de voisinage et de similarité sémantique entre termes, par apprentissage automatique. Nous montrerons que notre méthode permet d’obtenir une meilleure estimation de l’homogénéité sémantique que les méthodes proposées dans l’état de l’art.</abstract>
<identifier type="citekey">pho-etal-2015-estimation</identifier>
<location>
<url>https://aclanthology.org/2015.jeptalnrecital-long.11</url>
</location>
<part>
<date>2015-jun</date>
<extent unit="page">
<start>119</start>
<end>130</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Estimation de l’homogénéité sémantique pour les Questionnaires à Choix Multiples
%A Pho, Van-Minh
%A Ligozat, Anne-Laure
%A Grau, Brigitte
%S Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
%D 2015
%8 jun
%I ATALA
%C Caen, France
%F pho-etal-2015-estimation
%X L’homogénéité sémantique stipule que des termes sont sémantiquement proches mais non similaires. Cette notion est au cœur de travaux relatifs à la génération automatique de questionnaires à choix multiples, et particulièrement à la sélection automatique de distracteurs. Dans cet article, nous présentons une méthode d’estimation de l’homogénéité sémantique dans un cadre de validation automatique de distracteurs. Cette méthode est fondée sur une combinaison de plusieurs critères de voisinage et de similarité sémantique entre termes, par apprentissage automatique. Nous montrerons que notre méthode permet d’obtenir une meilleure estimation de l’homogénéité sémantique que les méthodes proposées dans l’état de l’art.
%U https://aclanthology.org/2015.jeptalnrecital-long.11
%P 119-130
Markdown (Informal)
[Estimation de l’homogénéité sémantique pour les Questionnaires à Choix Multiples](https://aclanthology.org/2015.jeptalnrecital-long.11) (Pho et al., JEP/TALN/RECITAL 2015)
ACL