HAL will be down for maintenance from Friday, June 10 at 4pm through Monday, June 13 at 9am. More information
Skip to Main content Skip to Navigation
Journal articles

Analyse automatique d’arguments et apprentissage multi-tâches : un cas d’étude

Résumé : Nous proposons une étude sur l’analyse automatique d’arguments via des techniques d’apprentissage supervisé exploitant le paradigme de l’apprentissage multi-tâches. Nous définissons pour cela une approche multi-tâches à base d’apprentissage profond que nous évaluons sur un cas d’étude spécifique portant sur l’extraction d’arguments dans un corpus de dissertations. Les résultats obtenus permettent de discuter l’intérêt de définir un modèle multi-tâches unique – optimisé sur différents critères en tirant parti de la diversité des tâches d’apprentissage auxquelles il est confronté – par rapport à un ensemble de classifieurs entraînés de manière indépendante et spécifique. Nous montrons en particulier l’impact de l’ajout de tâches auxiliaires de bas niveau, telles que l’étiquetage morpho-syntaxique et l’analyse de dépendances grammaticales, pour l’obtention de classifieurs multi-tâches performants. Nous observons aussi que l’apprentissage multi-tâches permet l’obtention de modèles efficaces de performances semblables à l’état de l’art pour le cas d’étude traité.
Document type :
Journal articles
Complete list of metadata

https://hal.mines-ales.fr/hal-03638222
Contributor : Administrateur Imt - Mines Alès Connect in order to contact the contributor
Submitted on : Tuesday, April 12, 2022 - 10:11:27 AM
Last modification on : Tuesday, May 17, 2022 - 1:34:06 PM

File

ROIA_2022__3_3-4_201_0.pdf
Publisher files allowed on an open archive

Identifiers

Citation

Jean-Christophe Mensonides, Sébastien Harispe, Jacky Montmain, Véronique Thireau. Analyse automatique d’arguments et apprentissage multi-tâches : un cas d’étude. Revue Ouverte d'Intelligence Artificielle, Association pour la diffusion de la recherche francophone en intelligence artificielle, 2022, 3 (3-4), pp.201-222. ⟨10.5802/roia.29⟩. ⟨hal-03638222⟩

Share

Metrics

Record views

25

Files downloads

5