Search Results for author:
Found 38 papers, 3 papers with code
Décodage guidé par un discriminateur avec le Monte Carlo Tree Search pour la génération de texte contrainte (Discriminator-guided decoding with Monte Carlo Tree Search for constrained text generation )
Dans cet article, nous explorons comment contrôler la génération de texte au moment du décodage pour satisfaire certaines contraintes (e. g. être non toxique, transmettre certaines émotions...), sans nécessiter de ré-entrainer le modèle de langue.
Choisir le bon co-équipier pour la génération coopérative de texte (Choosing The Right Teammate For Cooperative Text Generation)
Nous évaluons leurs avantages et inconvénients, en explorant leur précision respective sur des tâches de classification, ainsi que leur impact sur la génération coopérative et leur coût de calcul, dans le cadre d’une stratégie de décodage état de l’art, basée sur une recherche arborescente de Monte-Carlo (MCTS).
La génération de textes artificiels en substitution ou en complément de données d’apprentissage (Generating artificial texts as substitution or complement of training data )
(ii) peuvent-elles remplacer les données d’origines quand ces dernières ne peuvent pas être distribuées, par exemple pour des raisons de confidentialité ?
Distinctive Image Captioning: Leveraging Ground Truth Captions in CLIP Guided Reinforcement Learning
Secondly, they can serve as additional trajectories in the RL strategy, resulting in a teacher forcing loss weighted by the similarity of the GT to the image.
Measuring vagueness and subjectivity in texts: from symbolic to neural VAGO
We present a hybrid approach to the automated measurement of vagueness and subjectivity in texts.
Which Discriminator for Cooperative Text Generation?
Language models generate texts by successively predicting probability distributions for next tokens given past ones.
Generative Cooperative Networks for Natural Language Generation
Generative Adversarial Networks (GANs) have known a tremendous success for many continuous generation tasks, especially in the field of image generation.
Generating artificial texts as substitution or complement of training data
The quality of artificially generated texts has considerably improved with the advent of transformers.
PPL-MCTS: Constrained Textual Generation Through Discriminator-Guided MCTS Decoding
without fine-tuning the LM.
Query expansion with artificially generated texts
We rely on a well-known neural generative model, GPT-2, that comes with pre-trained models for English but can also be fine-tuned on specific corpora.
Construction de plongements de concepts m\'edicaux sans textes (Embedding medical concepts without texts)
Les approches existantes pour g{\'e}n{\'e}rer ces plongements n{\'e}cessitent de grandes quantit{\'e}s de documents m{\'e}dicaux.
On the Correlation of Word Embedding Evaluation Metrics
Word embeddings intervene in a wide range of natural language processing tasks.
Speculation and Negation detection in French biomedical corpora
We reach up to 97. 21 {\%} and 91. 30 {\%} F-measure for the detection of negation and speculation cues, respectively, using CRFs.
Clinical Case Reports for NLP
Thus, we manually annotated a set of 717 files into four general categories (age, gender, outcome, and origin) for a total number of 2, 835 annotations.
Corpus annot\'e de cas cliniques en fran\ccais (Annotated corpus with clinical cases in French)
Pour r{\'e}pondre {\`a} ce d{\'e}fi, nous pr{\'e}sentons dans cet article le corpus CAS contenant des cas cliniques de patients, r{\'e}els ou fictifs, que nous avons compil{\'e}s. Ces cas cliniques en fran{\c{c}}ais couvrent plusieurs sp{\'e}cialit{\'e}s m{\'e}dicales et focalisent donc sur diff{\'e}rentes situations cliniques.
Recherche et extraction d'information dans des cas cliniques. Pr\'esentation de la campagne d'\'evaluation DEFT 2019 (Information Retrieval and Information Extraction from Clinical Cases)
Cet article pr{\'e}sente la campagne d{'}{\'e}valuation DEFT 2019 sur l{'}analyse de textes cliniques r{\'e}dig{\'e}s en fran{\c{c}}ais.
CAS: French Corpus with Clinical Cases
Textual corpora are extremely important for various NLP applications as they provide information necessary for creating, setting and testing these applications and the corresponding tools.
IRISA at SMM4H 2018: Neural Network and Bagging for Tweet Classification
This paper describes the systems developed by IRISA to participate to the four tasks of the SMM4H 2018 challenge.
Port\'ee de la n\'egation : d\'etection par apprentissage supervis\'e en fran\ccais et portugais br\'esilien (Negation scope : sequence labeling by supervised learning in French and Brazilian-Portuguese)
Cet article pr{\'e}sente nos contributions concernant la d{\'e}tection de la port{\'e}e de la n{\'e}gation en fran{\c{c}}ais et portugais br{\'e}silien.
Participation de l'IRISA \`a DeFT 2018 : classification et annotation d'opinion dans des tweets (IRISA at DeFT 2018: classifying and tagging opinion in tweets )
L{'}{\'e}quipe a particip{\'e} {\`a} 3 des 4 t{\^a}ches de la campagne : (i) classification des tweets selon s{'}ils concernent les transports ou non, (ii) classification des tweets selon leur polarit{\'e} et (iii) annotation des marqueurs d{'}opinion et de l{'}objet {\`a} propos duquel est exprim{\'e}e l{'}opinion.
DEFT2018 : recherche d'information et analyse de sentiments dans des tweets concernant les transports en \^Ile de France (DEFT2018 : Information Retrieval and Sentiment Analysis in Tweets about Public Transportation in \^Ile de France Region )
Cet article pr{\'e}sente l{'}{\'e}dition 2018 de la campagne d{'}{\'e}valuation DEFT (D{\'e}fi Fouille de Textes).
Crit\`eres num\'eriques dans les essais cliniques : annotation, d\'etection et normalisation (Numerical criteria in clinical trials : annotation, detection and normalization)
Les essais cliniques sont un {\'e}l{\'e}ment fondamental pour l{'}{\'e}valuation de nouvelles th{\'e}rapies ou techniques de diagnostic, de leur s{\'e}curit{\'e} et efficacit{\'e}.
Direct vs. indirect evaluation of distributional thesauri
In this paper, we address the problem of the evaluation of such thesauri or embedding models and compare their results.
Extraction d'expressions-cibles de l'opinion : de l'anglais au fran\ccais (Opinion Target Expression extraction : from English to French)
Dans cet article, nous pr{\'e}sentons le d{\'e}veloppement d{'}un syst{\`e}me d{'}extraction d{'}expressions-cibles pour l{'}anglais et sa transposition au fran{\c{c}}ais.
M\'edias traditionnels, m\'edias sociaux : caract\'eriser la r\'einformation (Traditional medias, social medias : characterizing reinformation)
Nous pr{\'e}sentons d{'}autre part quelques exp{\'e}riences de d{\'e}tection automatique des messages issus des m{\'e}dias de r{\'e}information, en {\'e}tudiant notamment l{'}influence d{'}attributs de surface et d{'}attributs portant plus sp{\'e}cifiquement sur le contenu de ces messages.
Distributional Thesauri for Information Retrieval and vice versa
In this paper, we address the problem of building and evaluating such thesauri with the help of Information Retrieval (IR) concepts.
Evaluating Lexical Similarity to build Sentiment Similarity
In this article, we propose to evaluate the lexical similarity information provided by word representations against several opinion resources using traditional Information Retrieval tools.
Strat\'egies de s\'election des exemples pour l'apprentissage actif avec des champs al\'eatoires conditionnels
D{'}autre part, nous d{\'e}taillons une m{\'e}thode originale de s{\'e}lection s{'}appuyant sur un crit{\`e}re de respect des proportions dans les jeux de donn{\'e}es manipul{\'e}s. Le bien- fond{\'e} de ces propositions est v{\'e}rifi{\'e} au travers de plusieurs t{\^a}ches et jeux de donn{\'e}es, incluant reconnaissance d{'}entit{\'e}s nomm{\'e}es, chunking, phon{\'e}tisation, d{\'e}sambigu{\"\i}sation de sens.
Generating and using probabilistic morphological resources for the biomedical domain
In most Indo-European languages, many biomedical terms are rich morphological structures composed of several constituents mainly originating from Greek or Latin.
Annotating Football Matches: Influence of the Source Medium on Manual Annotation
In this paper, we present an annotation campaign of football (soccer) matches, from a heterogeneous text corpus of both match minutes and video commentary transcripts, in French.
