Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Représentations lexicales pour la détection non supervisée d’événements dans un flux de tweets : étude sur des corpus français et anglais
In EGC 2020, vol. RNTI-E-36, pp.85-96
Résumé
Dans cet article, nous nous intéressons aux approches récentes de
plongements lexicaux en vue de les appliquer à la détection automatique d’événements dans un flux de tweets. Nous modélisons cette tâche comme un problème de clustering dynamique. Nos expériences sont menées sur un corpus de
tweets en anglais accessible publiquement ainsi que sur un jeu de données similaire en français annoté par notre équipe. Nous montrons que les techniques
récentes fondées sur des réseaux de neurones profonds (ELMo, Universal Sentence Encoder, BERT, SBERT), bien que prometteuses sur de nombreuses applications, sont peu adaptées pour cette tâche, même sur le corpus en anglais.
Nous expérimentons également différents types de fine-tuning afin d’améliorer
les résultats de ces modèles sur les données en français. Nous proposons enfin une analyse fine des résultats obtenus montrant la supériorité des approches
traditionnelles de type tf-idf pour ce type de tâche et de corpus.