@inproceedings{Brassier-Azzouza-Antoine-Grobol-Lefeuvre-Halftermeyer:TALN:2022,
    author = {Brassier, Ma\"elle and Azzouza, Th\'eo and Antoine, Jean-Yves and Grobol, Lo{\"\i}c and Lefeuvre-Halftermeyer, Ana{\"\i}s},
    title = "\'Evaluation comparative de syst\`emes neuronal et statistique pour la r\'esolution de cor\'ef\'erence en langage parl\'e",
    booktitle = "Actes de la 29e Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 1 : conf\'erence principale / Traduction de soumissions en cours \`a des conf\'erences internationales",
    month = "6",
    year = "2022",
    address = "Avignon, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "56-65",
    note = "Comparative evaluation of neural and statistical coreference resolution on spoken language ",
    abstract = "Nous pr\'esentons OFCoRS, un syst\`eme de r\'esolution de cor\'ef\'erence, bas\'e sur le fran\c{c}ais parl\'e et un ensemble de mod\`eles Random Forest. L'objectif de ce papier est de comparer l'approche statistique d'OFCoRS avec l'approche neuronale du syst\`eme DeCoFre. Nous soulignons particuli\`erement les similarit\'es et diff\'erences entre les deux syst\`emes. Nous comparons ensuite leurs performances sur le corpus fran\c{c}ais ANCOR et observons que les performances d'OFCoRS s'approchent de celles de DeCoFre. Une analyse d\'etaill\'ee montre \'egalement que les deux syst\`emes affichent de faibles performances sur les cor\'ef\'erences indirectes, montrant ainsi qu'on ne peut pas consid\'erer le traitement des anaphores complexes comme un probl\`eme r\'esolu.",
    keywords = "r\'esolution de cor\'ef\'erence, mod\`ele neuronal, classification statistique, langage parl\'e.",
    url = "http://talnarchives.atala.org/TALN/TALN-2022/9081.pdf"
}