Search Results for author: Iris Eshkol-Taravella

Found 18 papers, 0 papers with code

Reconnaissance automatique des appellations d’œuvres visuelles antiques (Recognition of classical visual works appellations)

no code implementations JEP/TALN/RECITAL 2022 Aurore Lessieux, Iris Eshkol-Taravella, Anne-Violaine Szabados, Marlène Nazarian

Le projet pluridisciplinaire MonumenTAL a pour objectif de repérer et répertorier les appellations d’œuvres d’art visuel de l’Antiquité classique dans des textes en français publiés du XVIIIe au XXIe siècle en utilisant les méthodes du TAL.

Classification automatique de questions spontanées vs. préparées dans des transcriptions de l’oral (Automatic Classification of Spontaneous vs)

no code implementations JEP/TALN/RECITAL 2022 Iris Eshkol-Taravella, Angèle Barbedette, Xingyu Liu, Valentin-Gabriel Soumah

Ce travail a pour objectif de développer un modèle linguistique pour classifier automatiquement des questions issues de transcriptions d’enregistrements provenant des corpus ESLO2 et ACSYNT en deux catégories “spontané” et “préparé”.

Classification

Une étude des avis en ligne : généralisabilité d’un modèle d’évaluation (A Study of Online Reviews : Generalizability of the Evaluation Model)

no code implementations JEP/TALN/RECITAL 2021 Hyun Jung Kang, Iris Eshkol-Taravella

Ce travail se situe dans la continuité de nos travaux antérieurs proposant le modèle d’évaluation portant sur des avis en ligne sur des restaurants.

Segmentation automatique en p\'eriodes pour le fran\ccais parl\'e (Automatic Period Segmentation of Oral French)

no code implementations JEPTALNRECITAL 2020 Natalia Kalashnikova, Iris Eshkol-Taravella, Lo{\"\i}c Grobol, Fran{\c{c}}ois Delafontaine

Nous comparons l{'}outil Analor (Avanzi et al., 2008) qui a {\'e}t{\'e} d{\'e}velopp{\'e} pour la segmentation des p{\'e}riodes prosodiques et les mod{\`e}les de segmentations utilisant des CRF et des traits prosodiques et / ou morphosyntaxiques.

Segmentation

Vers une analyse automatique de la perception relative \`a un lieu (Towards an Automatic Analysis of Place Perception)

no code implementations JEPTALNRECITAL 2020 H{\'e}l{\`e}ne Flamein, Iris Eshkol-Taravella

Le travail pr{\'e}sent{\'e} s{'}int{\'e}resse {\`a} la perception qu{'}ont les habitants de leur ville en se fondant sur un corpus de conversations orales spontan{\'e}es.

Pr\'edire automatiquement les intentions du locuteur dans des questions issues du discours oral spontan\'e (Automatically predicting the speaker's intentions in questions from spontaneous oral speech)

no code implementations JEPTALNRECITAL 2020 Ang{\`e}le Barbedette, Iris Eshkol-Taravella

Cette {\'e}tude porte sur la classification automatique des intentions exprim{\'e}es dans des questions issues d{'}un corpus d{'}{\'e}changes oraux spontan{\'e}s. Nous proposons une typologie dans laquelle nous distinguons trois classes d{'}intentions (AVIS, VOLONT{\'E} et DOUTE).

Classification General Classification

An Empirical Examination of Online Restaurant Reviews

no code implementations LREC 2020 Hyun Jung Kang, Iris Eshkol-Taravella

In the wake of (Pang et al., 2002; Turney, 2002; Liu, 2012) inter alia, opinion mining and sentiment analysis have focused on extracting either positive or negative opinions from texts and determining the targets of these opinions.

Opinion Mining Sentence +1

What Speakers really Mean when they Ask Questions: Classification of Intentions with a Supervised Approach

no code implementations LREC 2020 Ang{\`e}le Barbedette, Iris Eshkol-Taravella

We implement a supervised automatic classification model based on annotated data and selected linguistic features and we evaluate its results and performances.

General Classification

Chunker diff\'erents types de discours oraux : d\'efis pour l'apprentissage automatique (Chunking different spoken speech types : challenges for machine learning)

no code implementations JEPTALNRECITAL 2019 Iris Eshkol-Taravella, Mariame Maarouf, Marie Skrovec, Flora Badin

Le travail d{\'e}crit le d{\'e}veloppement d{'}un chunker pour l{'}oral par apprentissage supervis{\'e} avec les CRFs, {\`a} partir d{'}un corpus de r{\'e}f{\'e}rence de petite taille et compos{\'e} de productions de nature diff{\'e}rente : monologue pr{\'e}par{\'e} vs discussion spontan{\'e}e. La m{\'e}thodologie respecte les sp{\'e}cificit{\'e}s des donn{\'e}es trait{\'e}es.

Chunking

Observation de l'exp\'erience client dans les restaurants (Mapping Reviewers' Experience in Restaurants)

no code implementations JEPTALNRECITAL 2019 Iris Eshkol-Taravella, Hyun Jung Kang

Ces derni{\`e}res ann{\'e}es, les recherches sur la fouille d{'}opinions ou l{'}analyse des sentiments sont men{\'e}es activement dans le domaine du Traitement Automatique des Langues (TAL).

Pr\'ediction automatique de fonctions pragmatiques dans les reformulations (Automatic prediction of pragmatic functions in reformulations)

no code implementations JEPTALNRECITAL 2016 Natalia Grabar, Iris Eshkol-Taravella

Les donn{\'e}es de r{\'e}f{\'e}rence sont issues d{'}annotations manuelles et consensuelles des reformulations spontan{\'e}es form{\'e}es autour de trois marqueurs (c{'}est-{\`a}-dire, je veux dire, disons).

Cannot find the paper you are looking for? You can Submit a new open access paper.