@inproceedings{Candito:TALN:2022,
    author = "Candito, Marie",
    title = "T\^aches auxiliaires pour l'analyse biaffine en graphes de d\'ependances",
    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 = "155-164",
    note = "Auxiliary tasks to boost Biaffine Semantic Dependency Parsing",
    abstract = "L'analyseur biaffine de Dozat \\& Manning (2017), qui produit des arbres de d\'ependances syntaxiques, a \'et\'e \'etendu avec succ\`es aux graphes de d\'ependances syntaxico-s\'emantiques (Dozat \\& Manning, 2018). Ses performances sur les graphes sont \'etonnamment hautes \'etant donn\'e que, sans la contrainte de devoir produire un arbre, les arcs pour une phrase donn\'ee sont pr\'edits ind\'ependamment les uns des autres. Pour y rem\'edier partiellement, tout en conservant la complexit\'e O(n2 ) et l'architecture hautement parall\'elisable, nous proposons d'utiliser des t\^aches auxiliaires qui introduisent une forme d'interd\'ependance entre les arcs. Les exp\'erimentations sur les trois jeux de donn\'ees anglaises de la t\^ache 18 SemEval-2015 (Oepen et al., 2015), et sur des graphes syntaxiques profonds en fran\c{c}ais (Ribeyre et al., 2014) montrent une am\'elioration modeste mais syst\'ematique, par rapport \`a un syst\`eme de base performant, utilisant un mod\`ele de langue pr\'e-entra{\^\i}n\'e. Notre m\'ethode s'av\`ere ainsi un moyen simple et robuste d'am\'eliorer l'analyse vers graphes de d\'ependances.",
    keywords = "Analyse en graphes de d\'ependances ; Apprentissage multi-t\^ache.",
    url = "http://talnarchives.atala.org/TALN/TALN-2022/9961.pdf"
}