@inproceedings{meurs-lefevre-2010-processus,
title = "Processus de d{\'e}cision {\`a} base de {SVM} pour la composition d{'}arbres de frames s{\'e}mantiques",
author = "Meurs, Marie-Jean and
Lef{\`e}vre, Fabrice",
editor = "Langlais, Philippe and
Gagnon, Michel",
booktitle = "Actes de la 17e conf{\'e}rence sur le Traitement Automatique des Langues Naturelles. Articles courts",
month = jul,
year = "2010",
address = "Montr{\'e}al, Canada",
publisher = "ATALA",
url = "https://aclanthology.org/2010.jeptalnrecital-court.24",
pages = "141--146",
abstract = "Cet article pr{\'e}sente un processus de d{\'e}cision bas{\'e} sur des classifieurs {\`a} vaste marge (SVMDP) pour extraire l{'}information s{\'e}mantique dans un syst{\`e}me de dialogue oral. Dans notre composant de compr{\'e}hension, l{'}information est repr{\'e}sent{\'e}e par des arbres de frames s{\'e}mantiques d{\'e}finies selon le paradigme FrameNet. Le processus d{'}interpr{\'e}tation est r{\'e}alis{\'e} en deux {\'e}tapes. D{'}abord, des r{\'e}seaux bay{\'e}siens dynamiques (DBN) sont utilis{\'e}s comme mod{\`e}les de g{\'e}n{\'e}ration pour inf{\'e}rer des fragments d{'}arbres de la requ{\^e}te utilisateur. Ensuite, notre SVMDP d{\'e}pendant du contexte compose ces fragments afin d{'}obtenir la repr{\'e}sentation s{\'e}mantique globale du message. Les exp{\'e}riences sont men{\'e}es sur le corpus de dialogue MEDIA. Une proc{\'e}dure semi-automatique fournit une annotation de r{\'e}f{\'e}rence en frames sur laquelle les param{\`e}tres des DBN et SVMDP sont appris. Les r{\'e}sultats montrent que la m{\'e}thode permet d{'}am{\'e}liorer les performances d{'}identification de frames pour les exemples de test les plus complexes par rapport {\`a} un processus de d{\'e}cision d{\'e}terministe ad hoc.",
language = "French",
}
<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="meurs-lefevre-2010-processus">
<titleInfo>
<title>Processus de décision à base de SVM pour la composition d’arbres de frames sémantiques</title>
</titleInfo>
<name type="personal">
<namePart type="given">Marie-Jean</namePart>
<namePart type="family">Meurs</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Fabrice</namePart>
<namePart type="family">Lefèvre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2010-07</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 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts</title>
</titleInfo>
<name type="personal">
<namePart type="given">Philippe</namePart>
<namePart type="family">Langlais</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Michel</namePart>
<namePart type="family">Gagnon</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA</publisher>
<place>
<placeTerm type="text">Montréal, Canada</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>Cet article présente un processus de décision basé sur des classifieurs à vaste marge (SVMDP) pour extraire l’information sémantique dans un système de dialogue oral. Dans notre composant de compréhension, l’information est représentée par des arbres de frames sémantiques définies selon le paradigme FrameNet. Le processus d’interprétation est réalisé en deux étapes. D’abord, des réseaux bayésiens dynamiques (DBN) sont utilisés comme modèles de génération pour inférer des fragments d’arbres de la requête utilisateur. Ensuite, notre SVMDP dépendant du contexte compose ces fragments afin d’obtenir la représentation sémantique globale du message. Les expériences sont menées sur le corpus de dialogue MEDIA. Une procédure semi-automatique fournit une annotation de référence en frames sur laquelle les paramètres des DBN et SVMDP sont appris. Les résultats montrent que la méthode permet d’améliorer les performances d’identification de frames pour les exemples de test les plus complexes par rapport à un processus de décision déterministe ad hoc.</abstract>
<identifier type="citekey">meurs-lefevre-2010-processus</identifier>
<location>
<url>https://aclanthology.org/2010.jeptalnrecital-court.24</url>
</location>
<part>
<date>2010-07</date>
<extent unit="page">
<start>141</start>
<end>146</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T Processus de décision à base de SVM pour la composition d’arbres de frames sémantiques
%A Meurs, Marie-Jean
%A Lefèvre, Fabrice
%Y Langlais, Philippe
%Y Gagnon, Michel
%S Actes de la 17e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts
%D 2010
%8 July
%I ATALA
%C Montréal, Canada
%G French
%F meurs-lefevre-2010-processus
%X Cet article présente un processus de décision basé sur des classifieurs à vaste marge (SVMDP) pour extraire l’information sémantique dans un système de dialogue oral. Dans notre composant de compréhension, l’information est représentée par des arbres de frames sémantiques définies selon le paradigme FrameNet. Le processus d’interprétation est réalisé en deux étapes. D’abord, des réseaux bayésiens dynamiques (DBN) sont utilisés comme modèles de génération pour inférer des fragments d’arbres de la requête utilisateur. Ensuite, notre SVMDP dépendant du contexte compose ces fragments afin d’obtenir la représentation sémantique globale du message. Les expériences sont menées sur le corpus de dialogue MEDIA. Une procédure semi-automatique fournit une annotation de référence en frames sur laquelle les paramètres des DBN et SVMDP sont appris. Les résultats montrent que la méthode permet d’améliorer les performances d’identification de frames pour les exemples de test les plus complexes par rapport à un processus de décision déterministe ad hoc.
%U https://aclanthology.org/2010.jeptalnrecital-court.24
%P 141-146
Markdown (Informal)
[Processus de décision à base de SVM pour la composition d’arbres de frames sémantiques](https://aclanthology.org/2010.jeptalnrecital-court.24) (Meurs & Lefèvre, JEP/TALN/RECITAL 2010)
ACL