Etat de l'art des m\'ethodes d'apprentissage profond pour l'extraction automatique de termes-cl\'es (State of the art of deep learning methods for automatic keyphrase extraction )

JEPTALNRECITAL 2019  ·  Ygor Gallina ·

Les termes-cl{\'e}s facilitent la recherche de documents dans de larges collections de donn{\'e}es. Le co{\^u}t d{'}annotation de document en termes-cl{\'e}s tr{\`e}s {\'e}lev{\'e}, c{'}est pourquoi les chercheurs s{'}int{\'e}ressent {\`a} cette probl{\'e}matique. Dans cet article nous pr{\'e}sentons un {\'e}tat de l{'}art sur l{'}extraction automatique de termes-cl{\'e}s en nous int{\'e}ressant particuli{\`e}rement aux mod{\`e}les d{'}apprentissage profond. En effet, la r{\'e}cente publication d{'}un demi-million de documents annot{\'e}s {\`a} permis le d{\'e}veloppement de mod{\`e}les neuronaux profonds.

PDF Abstract
No code implementations yet. Submit your code now

Datasets


  Add Datasets introduced or used in this paper

Results from the Paper


  Submit results from this paper to get state-of-the-art GitHub badges and help the community compare results to other papers.

Methods


No methods listed for this paper. Add relevant methods here