@inproceedings{Lerner-Ferret-Guinaudeau-Le-Borgne-Besancon-Moreno-Lovon-Melgarejo:TALN:2022,
    author = "Lerner, Paul and Ferret, Olivier and Guinaudeau, Camille and Le Borgne, Herv\'e and Besan\c{c}on, Romaric and Moreno, Jose and Lov\'on-Melgarejo, Jes\'us",
    title = "Un jeu de donn\'ees pour r\'epondre \`a des questions visuelles \`a propos d'entit\'es nomm\'ees en utilisant des bases de connaissances",
    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 = "165-175",
    note = "ViQuAE, a Dataset for Knowledge-based Visual Question Answering about Named Entities",
    abstract = "Dans le contexte g\'en\'eral des traitements multimodaux, nous nous int\'eressons \`a la t\^ache de r\'eponse \`a des questions visuelles \`a propos d'entit\'es nomm\'ees en utilisant des bases de connaissances (KVQAE). Nous mettons \`a disposition ViQuAE, un nouveau jeu de donn\'ees de 3 700 questions associ\'ees \`a des images, annot\'e \`a l'aide d'une m\'ethode semi-automatique. C'est le premier jeu de donn\'ees de KVQAE comprenant des types d'entit\'es vari\'es associ\'e \`a une base de connaissances compos\'ee d'1,5 million d'articles Wikip\'edia, incluant textes et images. Nous proposons \'egalement un mod\`ele de r\'ef\'erence de KVQAE en deux \'etapes : recherche d'information puis extraction des r\'eponses. Les r\'esultats de nos exp\'eriences d\'emontrent empiriquement la difficult\'e de la t\^ache et ouvrent la voie \`a une meilleure repr\'esentation multimodale des entit\'es nomm\'ees.",
    keywords = "jeu de donn\'ees, question-r\'eponse visuelle, bases de connaissances, multimodalit\'e.",
    url = "http://talnarchives.atala.org/TALN/TALN-2022/968.pdf"
}