@inproceedings{gliosca-amsili-2019-resolution,
title = "R{\'e}solution des cor{\'e}f{\'e}rences neuronale : une approche bas{\'e}e sur les t{\^e}tes (Neural coreference resolution : a head-based approach)",
author = "Gliosca, Quentin and
Amsili, Pascal",
editor = "Morin, Emmanuel and
Rosset, Sophie and
Zweigenbaum, Pierre",
booktitle = "Actes de la Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts",
month = "7",
year = "2019",
address = "Toulouse, France",
publisher = "ATALA",
url = "https://aclanthology.org/2019.jeptalnrecital-court.27",
pages = "409--416",
abstract = "L{'}av{\`e}nement des approches neuronales de bout en bout a entra{\^\i}n{\'e} une rupture dans la fa{\c{c}}on dont {\'e}tait jusqu{'}{\`a} pr{\'e}sent envisag{\'e}e et impl{\'e}ment{\'e}e la t{\^a}che de r{\'e}solution des cor{\'e}f{\'e}rences. Nous pensons que cette rupture impose de remettre en question la conception des mentions en termes de syntagmes maximaux, au moins pour certaines applications dont nous donnons deux exemples. Dans cette perspective, nous proposons une nouvelle formulation de la t{\^a}che, bas{\'e}e sur les t{\^e}tes, accompagn{\'e}e d{'}une adaptation du mod{\`e}le de Lee et al. (2017) qui l{'}impl{\'e}mente.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="gliosca-amsili-2019-resolution">
<titleInfo>
<title>Résolution des coréférences neuronale : une approche basée sur les têtes (Neural coreference resolution : a head-based approach)</title>
</titleInfo>
<name type="personal">
<namePart type="given">Quentin</namePart>
<namePart type="family">Gliosca</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pascal</namePart>
<namePart type="family">Amsili</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2019-07</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">French</languageTerm>
<languageTerm type="code" authority="iso639-2b">fre</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Emmanuel</namePart>
<namePart type="family">Morin</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Sophie</namePart>
<namePart type="family">Rosset</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Pierre</namePart>
<namePart type="family">Zweigenbaum</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Toulouse, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>L’avènement des approches neuronales de bout en bout a entraîné une rupture dans la façon dont était jusqu’à présent envisagée et implémentée la tâche de résolution des coréférences. Nous pensons que cette rupture impose de remettre en question la conception des mentions en termes de syntagmes maximaux, au moins pour certaines applications dont nous donnons deux exemples. Dans cette perspective, nous proposons une nouvelle formulation de la tâche, basée sur les têtes, accompagnée d’une adaptation du modèle de Lee et al. (2017) qui l’implémente.</abstract>
<identifier type="citekey">gliosca-amsili-2019-resolution</identifier>
<location>
<url>https://aclanthology.org/2019.jeptalnrecital-court.27</url>
</location>
<part>
<date>2019-7</date>
<extent unit="page">
<start>409</start>
<end>416</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Résolution des coréférences neuronale : une approche basée sur les têtes (Neural coreference resolution : a head-based approach)
%A Gliosca, Quentin
%A Amsili, Pascal
%Y Morin, Emmanuel
%Y Rosset, Sophie
%Y Zweigenbaum, Pierre
%S Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Volume II : Articles courts
%D 2019
%8 July
%I ATALA
%C Toulouse, France
%G French
%F gliosca-amsili-2019-resolution
%X L’avènement des approches neuronales de bout en bout a entraîné une rupture dans la façon dont était jusqu’à présent envisagée et implémentée la tâche de résolution des coréférences. Nous pensons que cette rupture impose de remettre en question la conception des mentions en termes de syntagmes maximaux, au moins pour certaines applications dont nous donnons deux exemples. Dans cette perspective, nous proposons une nouvelle formulation de la tâche, basée sur les têtes, accompagnée d’une adaptation du modèle de Lee et al. (2017) qui l’implémente.
%U https://aclanthology.org/2019.jeptalnrecital-court.27
%P 409-416
Markdown (Informal)
[Résolution des coréférences neuronale : une approche basée sur les têtes (Neural coreference resolution : a head-based approach)](https://aclanthology.org/2019.jeptalnrecital-court.27) (Gliosca & Amsili, JEP/TALN/RECITAL 2019)
ACL