Skip to Main content Skip to Navigation
Conference papers

Génération de question à partir d'analyse sémantique pour l'adaptation non supervisée de modèles de compréhension de documents

Résumé : La génération automatique de questions à partir de textes peut permettre d’obtenir des corpus d’apprentissage pour des modèles de compréhension de documents de type question/réponse sur des textes. Si cette tâche de génération est désormais appréhendée par des modèles de type séquence-àséquence basés sur de grands modèles de langage pré-entraînés, le choix des segments réponses à partir desquels seront générées les questions est l’un des principaux aspects différenciant les méthodes de génération de corpus de question/réponse. Nous proposons dans cette étude d’exploiter l’analyse sémantique de textes pour sélectionner des réponses plausibles et enrichir le processus de génération par des traits sémantiques génériques. Les questions générées sont évaluées dans leur capacité à être utilisées pour entraîner un modèle de question-réponse sur un nouveau corpus d’archives numérisées.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03701494
Contributor : Yannick Parmentier Connect in order to contact the contributor
Submitted on : Friday, June 24, 2022 - 4:41:39 PM
Last modification on : Tuesday, July 12, 2022 - 3:24:40 AM
Long-term archiving on: : Sunday, September 25, 2022 - 9:35:10 PM

File

3999.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-03701494, version 1

Citation

Elie Antoine, Jeremy Auguste, Frederic Bechet, Géraldine Damnati. Génération de question à partir d'analyse sémantique pour l'adaptation non supervisée de modèles de compréhension de documents. Traitement Automatique des Langues Naturelles, 2022, Avignon, France. pp.104-115. ⟨hal-03701494⟩

Share

Metrics

Record views

37

Files downloads

3