@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",
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://aclanthology.org/2021.jeptalnrecital-taln.5",
pages = "50--63",
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.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="atmani-lafourcade-2021-open">
<titleInfo>
<title>Open Information Extraction: Approche Supervisée et Syntaxique pour le Français (Supervised Syntactic Approach for French Open Information Extraction)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Massinissa</namePart>
<namePart type="family">Atmani</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Mathieu</namePart>
<namePart type="family">Lafourcade</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2021-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale</title>
</titleInfo>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Lille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’ Open Information Extraction, est un paradigme d’extraction conçu pour gérer l’adaptation de domaine, la principale difficulté des approches traditionnelles pour l’extraction d’informations. Cependant, la plupart des approches se concentrent sur l’anglais. Ainsi, nous proposons une approche supervisée pour l’OpenIE pour le français, nous développons également un corpus d’entraînement et un référentiel d’évaluation. Nous proposons un nouveau modèle basé en deux étapes pour l’étiquetage de séquence, qui identifie d’abord tous les arguments de la relation avant de les étiqueter. Les expérimentations montrent non seulement que l’approche que nous proposons obtient les meilleurs résultats, mais aussi que l’état de l’art actuel n’est pas assez robuste pour s’adapter à un domaine différent du domaine du corpus d’entraînement.</abstract>
<identifier type="citekey">atmani-lafourcade-2021-open</identifier>
<location>
<url>https://aclanthology.org/2021.jeptalnrecital-taln.5</url>
</location>
<part>
<date>2021-6</date>
<extent unit="page">
<start>50</start>
<end>63</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Open Information Extraction: Approche Supervisée et Syntaxique pour le Français (Supervised Syntactic Approach for French Open Information Extraction)
%A Atmani, Massinissa
%A Lafourcade, Mathieu
%S Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conférence principale
%D 2021
%8 June
%I ATALA
%C Lille, France
%G French
%F atmani-lafourcade-2021-open
%X L’ Open Information Extraction, est un paradigme d’extraction conçu pour gérer l’adaptation de domaine, la principale difficulté des approches traditionnelles pour l’extraction d’informations. Cependant, la plupart des approches se concentrent sur l’anglais. Ainsi, nous proposons une approche supervisée pour l’OpenIE pour le français, nous développons également un corpus d’entraînement et un référentiel d’évaluation. Nous proposons un nouveau modèle basé en deux étapes pour l’étiquetage de séquence, qui identifie d’abord tous les arguments de la relation avant de les étiqueter. Les expérimentations montrent non seulement que l’approche que nous proposons obtient les meilleurs résultats, mais aussi que l’état de l’art actuel n’est pas assez robuste pour s’adapter à un domaine différent du domaine du corpus d’entraînement.
%U https://aclanthology.org/2021.jeptalnrecital-taln.5
%P 50-63
Markdown (Informal)
[Open Information Extraction: Approche Supervisée et Syntaxique pour le Français (Supervised Syntactic Approach for French Open Information Extraction)](https://aclanthology.org/2021.jeptalnrecital-taln.5) (Atmani & Lafourcade, JEP/TALN/RECITAL 2021)
ACL