Skip to Main content Skip to Navigation
Conference papers

Détection d'anomalies textuelles à base de l'ingénierie d'invite

Résumé : La détection d’anomalies textuelles est une tâche importante de la fouille de textes. Plusieurs approches générales, visant l’identification de points de données aberrants, ont été appliqués dans ce domaine. Néanmoins, ces approches exploitent peu les nouvelles avancées du traitement automatique des langues naturelles (TALN). L’avènement des modèles de langage pré-entraînés comme BERT et GPT-2 a donné naissance à un nouveau paradigme de l’apprentissage automatique appelé ingénierie d’invite (prompt engineering) qui a montré de bonnes performances sur plusieurs tâches du TALN. Cet article présente un travail exploratoire visant à examiner la possibilité de détecter des anomalies textuelles à l’aide de l’ingénierie d’invite. Dans nos expérimentations, nous avons examiné la performance de différents modèles d’invite. Les résultats ont montré que l’ingénierie d’invite est une méthode prometteuse pour la détection d’anomalies textuelles.
Document type :
Conference papers
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03701498
Contributor : Yannick Parmentier Connect in order to contact the contributor
Submitted on : Friday, June 24, 2022 - 4:41:49 PM
Last modification on : Thursday, July 7, 2022 - 5:41:52 AM
Long-term archiving on: : Sunday, September 25, 2022 - 9:35:36 PM

File

4426.pdf
Publisher files allowed on an open archive

Identifiers

  • HAL Id : hal-03701498, version 1

Citation

Yizhou Xu, Kata Gábor, Leila Khouas, Frédérique Segond. Détection d'anomalies textuelles à base de l'ingénierie d'invite. Traitement Automatique des Langues Naturelles (TALN 2022), Jun 2022, Avignon, France. pp.42-53. ⟨hal-03701498⟩

Share

Metrics

Record views

34

Files downloads

6