Ajouter au Calendrier
11/10/2023 10:00
11/10/2023 14:00
Europe/Paris
Extraction automatique d’arguments par le biais de grands modèles de langage adaptés
Le traitement automatique du langage naturel (NLP) est un champ de l'intelligence artificielle d'une importance majeure. Dans ce domaim les transformeurs et les modèles de langage de grandes tailles (LLMs) subséquents ont représenté un changement de paradigm significatif. Dans le cadre du NLP, l'ex...
Adresse :Salle des actes - Centre Panthéon (esc. J, 3è ét.) - 12 pl. du Panthéon, 75005 PARIS
false
MM/DD/YYYY
Jury : - Jérôme Cabessa - Professeur des Universités - Université Paris-Panthéon-Assas, directeur de thèse
- Farah Benamara Zitoune - Maître de Conférences HDR - Université de Toulouse 3 Paul Sabatier, rapporteur
- Elena Cabrio - Professeur des Universités - Université Côte d'Azur, rapporteur
- Florence Dupin de Saint-Cyr-Bannay- Maître de Conférences HDR- Université de Toulouse 3 Paul Sabatier
- Maria Rifqi- Professeur des Universités- Université Paris-Panthéon-Assas
Le traitement automatique du langage naturel (NLP) est un champ de l'intelligence artificielle d'une importance majeure. Dans ce domaim les transformeurs et les modèles de langage de grandes tailles (LLMs) subséquents ont représenté un changement de paradigm significatif. Dans le cadre du NLP, l'extraction d'arguments (AM) se concentre sur la détection automatique d'arguments structurés et d leurs relations au sein d'un corpus textuel. L'extraction d'arguments possède de multiples applications, telles que l'analyse de texte juridiques ou d'articles scientifiques.