Représentations vectorielles et apprentissage automatique pour l'alignement d'entités textuelles et de concepts d'ontologie : application à la biologie

Autor: Ferré, Arnaud

L'augmentation considérable de la quantité des données textuelles rend aujourd’hui difficile leur analyse sans l’assistance d’outils. Or, un texte rédigé en langue naturelle est une donnée non-structurée, c’est-à-dire qu’elle n’es

Externí odkaz: http://www.theses.fr/2019SACLS117/document

Could key word masking strategy improve language model?

Autor: Borovikova, Mariya, Ferré, Arnaud, Bossy, Robert, Roche, Mathieu, Nédellec, Claire

Publikováno v: Natural language processing and information systems: 28th International Conference on Applications of Natural Language to Information Systems, NLDB 2023, Derby, UK, June 21–23, 2023, Proceedings

This paper presents an enhanced approach for adapting a Language Model (LM) to a specific domain, with a focus on Named Entity Recognition (NER) and Named Entity Linking (NEL) tasks. Traditional NER/NEL methods require a large amounts of labeled data

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______3631::0fa327f68942c9030e865407e4f4485f
http://agritrop.cirad.fr/605120/

BIBLIOME : Acquisition et Formalisation de Connaissances à partir de Textes

Autor: Bossy, Robert, Ferré, Arnaud, Bibliome, Équipe, Nédellec, Claire, Deleger, Louise

Publikováno v: Bulletin de l'Association Française pour l'Intelligence Artificielle
Bulletin de l'Association Française pour l'Intelligence Artificielle, AFIA, 2020, Dossier « Technologies du Langage Humain », pp.7-9

National audience; L’équipe Bibliome développe des méthodesd’extraction et de formalisation d’information à partir de textes écrits. Ces méthodes identifient et formalisent des informations et connaissances précisesdans de larges corpus

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::2768354bdd8f172ff497ce392b9882eb
https://hal.archives-ouvertes.fr/hal-03025321

Vector Representations and Machine Learning for Alignment of Text Entities with Ontology Concepts : Application to Biology

Autor: Ferré, Arnaud

Publikováno v: Intelligence artificielle [cs.AI]. Université Paris-Saclay, 2019. Français. ⟨NNT : 2019SACLS117⟩
Intelligence artificielle [cs.AI]. Université Paris Saclay (COmUE), 2019. Français. ⟨NNT : 2019SACLS117⟩

The impressive increase in the quantity of textual data makes it difficult today to analyze them without the assistance of tools. However, a text written in natural language is unstructured data, i.e. it cannot be interpreted by a specialized compute

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::79c0cf3f3b221a338b117ec68fc1c565
https://tel.archives-ouvertes.fr/tel-02166253/file/75823_FERRE_2019_archivage.pdf

Représentation de termes complexes dans un espace vectoriel relié à une ontologie pour une tâche de catégorisation

Autor: Ferré, Arnaud

Publikováno v: Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA 2017)
Rencontres des Jeunes Chercheurs en Intelligence Artificielle (RJCIA 2017), Jul 2017, Caen, France

National audience; Nous proposons dans cet article une méthode semi-supervisée pour étiqueter des termes de textes par les concepts d'une ontologie. La méthode génère des représentations vectorielles continues des termes complexes dans un espa

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::8b4a7ee54d362e596f5bbaec6627ce78
https://hal.archives-ouvertes.fr/hal-01561973/document