@inproceedings{Millour-Dupont-Jouglar-Fort:TALN:2022,
    author = {Millour, Alice and Dupont, Yoann and Jouglar, Alexane and Fort, Kar\"en},
    title = "FENEC : un corpus \'equilibr\'e pour l'\'evaluation des entit\'es nomm\'ees en fran\c{c}ais",
    booktitle = "Actes de la 29e Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf\'erence principale / Travaux originaux",
    month = "6",
    year = "2022",
    address = "Avignon, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "81-93",
    note = "FENEC : a balanced sample corpus for French named entity recognition ",
    abstract = "Nous pr\'esentons ici FENEC (FrEnch Named-entity Evaluation Corpus), un corpus \`a \'echantillons \'equilibr\'es contenant six genres, annot\'e en entit\'es nomm\'ees selon le sch\'ema fin Qu{\ae}ro. Les caract\'eristiques de ce corpus nous permettent d'\'evaluer et de comparer trois outils d'annotation automatique {\textemdash} un \`a base de r\`egles et deux \`a base de r\'eseaux de neurones {\textemdash} en jouant sur trois dimensions : la finesse du jeu d'\'etiquettes, le genre des corpus, et les m\'etriques d'\'evaluation.",
    keywords = "Entit\'es nomm\'ees, corpus, \'evaluation.",
    url = "http://talnarchives.atala.org/TALN/TALN-2022/2751.pdf"
}