Repr\'esentation dynamique et sp\'ecifique du contexte textuel pour l'extraction d'\'ev\'enements (Dynamic and specific textual context representation for event extraction)
Dans cet article, focalis{\'e} sur l{'}extraction supervis{\'e}e de mentions d{'}{\'e}v{\'e}nements dans les textes, nous proposons d{'}{\'e}tendre un mod{\`e}le op{\'e}rant au niveau phrastique et reposant sur une architecture neuronale de convolution de graphe exploitant les d{\'e}pendances syntaxiques. Nous y int{\'e}grons pour ce faire un contexte plus large au travers de la repr{\'e}sentation de phrases distantes s{\'e}lectionn{\'e}es sur la base de relations de cor{\'e}f{\'e}rence entre entit{\'e}s. En outre, nous montrons l{'}int{\'e}r{\^e}t d{'}une telle int{\'e}gration au travers d{'}{\'e}valuations men{\'e}es sur le corpus de r{\'e}f{\'e}rence TAC Event 2015.
PDF Abstract