1 |
L3i_LBPAM at the FinSim-2 task: Learning Financial Semantic Similarities with Siamese Transformers
|
|
|
|
In: WWW '21: Companion Proceedings of the Web Conference 2021 ; WWW '21: The Web Conference 2021 ; https://hal.sorbonne-universite.fr/hal-03256324 ; WWW '21: The Web Conference 2021, Apr 2021, Ljubljana (virtual), Slovenia. pp.302-306, ⟨10.1145/3442442.3451384⟩ (2021)
|
|
BASE
|
|
Show details
|
|
2 |
Daniel@FinTOC’2 Shared Task: Title Detection and Structure Extraction
|
|
|
|
In: st Joint Workshop on Financial Narrative Processing and MultiLing Financial Summarisation @COLING’2020 ; 1st Joint Workshop on Financial Narrative Processing and MultiLing Financial Summarisation @COLING’2020 ; https://hal.archives-ouvertes.fr/hal-03024867 ; 1st Joint Workshop on Financial Narrative Processing and MultiLing Financial Summarisation @COLING’2020, Dec 2020, Barcelone, Spain (2020)
|
|
BASE
|
|
Show details
|
|
3 |
MICHAEL: Mining Character-level Patterns for Arabic Dialect Identification (MADAR Challenge)
|
|
|
|
In: Proceedings of the Fourth Arabic Natural Language Processing Workshop ; https://hal.archives-ouvertes.fr/hal-02467486 ; Proceedings of the Fourth Arabic Natural Language Processing Workshop, Aug 2019, Florence, France. pp.229-233, ⟨10.18653/v1/W19-4627⟩ (2019)
|
|
BASE
|
|
Show details
|
|
4 |
A New Proposal for Evaluating Web Page Cleaning Tools
|
|
|
|
In: ISSN: 1405-5546 ; EISSN: 2007-9737 ; Computación y sistemas ; https://hal.archives-ouvertes.fr/hal-02467732 ; Computación y sistemas, Instituto Politécnico Nacional IPN Centro de Investigación en Computación, 2018, ⟨10.13053/CyS-22-4-3062⟩ (2018)
|
|
BASE
|
|
Show details
|
|
5 |
Diachronic Corpus Analysis of "Poker" ; Analyse Diachronique de Corpus : le cas du poker
|
|
|
|
In: JADT '18 Proceedings of the 14th International conference on statistical analysis of textual data ; Journées d'Analyse statistique des Données Textuelles (JADT) 2018 ; https://hal.archives-ouvertes.fr/hal-02467662 ; Journées d'Analyse statistique des Données Textuelles (JADT) 2018, Jun 2018, Rome, Italie (2018)
|
|
BASE
|
|
Show details
|
|
6 |
Tweetaneuse : Fouille de motifs en caractères et plongement lexical à l’assaut du deft 2017
|
|
|
|
In: 24e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) : Analyse d'opinion et langage figuratif dans des tweets ; https://hal.archives-ouvertes.fr/hal-02362125 ; 24e Conférence sur le Traitement Automatique des Langues Naturelles (TALN) : Analyse d'opinion et langage figuratif dans des tweets, Jun 2017, Orléans, France. pp. 65-76 (2017)
|
|
Abstract:
International audience ; This articles describes the methods developed by the TWEETANEUSE team for the 2017 edition of the French text mining challenge (DEFT 2017). This year the challenge was dedicated to tweet classification : polarity detection and figurative language detection. The first method we designed relies on character-level patterns used as features for training a One VS Rest classifier. These patterns can be described as "frequent closed patterns without gap" in the sense of the data mining community, according to the text algorithmics community they are called maximal repeated strings. The two other methods use 13 features computed with lexical resources (FEEL, LabMT and a resource of our own). For one of these methods we added a bag of word representation of the tweets while for the other one a word embeddings representation has been added. The character-level method produced the best results in particular for the second task : figurative tweets detection. ; Dans cet article, nous présentons les trois méthodes développées pour la participation de l’équipe TWEETANEUSE au Défi Fouille de Textes (DEFT) 2017 qui portait sur la classification de tweets. Nous avons développé une méthode fondée sur une extraction de motifs en caractères fermés et fréquents (ou chaînes répétées maximales au sens de l’algorithmique du texte) combinée avec des algorithmes d’apprentissage automatique. Cette méthode est assez proche des méthodes de stylométrie utilisées pour les tâches d’attribution d’auteur. Les deux autres méthodes se fondent sur 13 traits calculés à partir de ressources lexicales (FEEL, LabMT ainsi qu’une ressource interne). Pour une des méthodes, nous avons complété avec une représentation en sac de mots, pour l’autre avec une représentation en plongements lexicaux (word embeddings). La méthode au grain caractère s’est avérée la plus prometteuse notamment sur la tâche de détection des tweets figuratifs (tâche 2).
|
|
Keyword:
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]; [INFO.INFO-CL]Computer Science [cs]/Computation and Language [cs.CL]; [INFO]Computer Science [cs]; [SHS.LANGUE]Humanities and Social Sciences/Linguistics; chaînes répétées; character-level patterns; Data mining; Fouille; grain caractère; language agnostic; méthodes alingues; motifs en caractère; plongement lexical; repeated strings; tweet; word embeddings
|
|
URL: https://hal.archives-ouvertes.fr/hal-02362125 https://hal.archives-ouvertes.fr/hal-02362125/file/actes_DEFT_2017.pdf https://hal.archives-ouvertes.fr/hal-02362125/document
|
|
BASE
|
|
Hide details
|
|
7 |
Character Based Pattern Mining for Neology Detection
|
|
|
|
In: Proceedings of the First Workshop on Subword and Character Level Models in NLP ; https://hal.archives-ouvertes.fr/hal-02467738 ; Proceedings of the First Workshop on Subword and Character Level Models in NLP, Sep 2017, Copenhagen, France. pp.25-30, ⟨10.18653/v1/W17-4103⟩ (2017)
|
|
BASE
|
|
Show details
|
|
8 |
Ambiguity Diagnosis for Terms in Digital Humanities
|
|
|
|
In: Language Resources and Evaluation Conference ; https://hal.inria.fr/hal-01423650 ; Language Resources and Evaluation Conference, May 2016, Portorož, Slovenia (2016)
|
|
BASE
|
|
Show details
|
|
9 |
Towards diagnosing ambiguity of candidate terms ; Vers un diagnostic d'ambiguïté des termes candidats d'un texte
|
|
|
|
In: Traitement Automatique des Langues Naturelles 2015 ; https://hal.archives-ouvertes.fr/hal-01169996 ; Traitement Automatique des Langues Naturelles 2015, Jun 2015, Caen, France (2015)
|
|
BASE
|
|
Show details
|
|
10 |
Multilingual Event Extraction for Epidemic Detection
|
|
|
|
In: ISSN: 0933-3657 ; Artificial Intelligence in Medicine ; https://hal.archives-ouvertes.fr/hal-01294127 ; Artificial Intelligence in Medicine, Elsevier, 2015, 65 (2), pp.131--143. ⟨10.1016/j.artmed.2015.06.005⟩ (2015)
|
|
BASE
|
|
Show details
|
|
|
|