@inproceedings{Radola-Yvon:CORIA-TALN:2025,
    author = "Rado{\l}a, Joanna and Yvon, Fran\c{c}ois",
    title = "Alignements divisifs de textes parall\`eles: donn\'ees, algorithme et \'evaluation",
    booktitle = "Actes de CORIA-TALN-RJCRI-RECITAL 2025. Actes des 32\`eme Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 1 : articles scientifiques originaux",
    month = "6",
    year = "2025",
    address = "Marseille, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "84-99",
    note = "",
    abstract = "Nous pr\'esentons Alibi - un corpus d{\textquoteright}alignements hi\'erarchiques sous-phrastiques fran\c{c}ais-anglais, annot\'e manuellement \`a l{\textquoteright}aide d{\textquoteright}une strat\'egie divisive. Nous comparons globalement les alignements ainsi obtenus avec plusieurs corpus parall\`eles align\'es mot-\`a-mot et \'etalonnons sa difficult\'e en r\'ealisant des alignements automatiques par des m\'ethodes de l{\textquoteright}\'etat de l{\textquoteright}art. Nous proposons \'egalement un algorithme exploitant des repr\'esentations neuronales des mots et des groupes de mots afin de repro- duire les alignements hi\'erarchiques de r\'ef\'erence. Enfin, nous proposons une m\'etrique d{\textquoteright}\'evaluation des arbres d{\textquoteright}alignement avec laquelle nous comparons les performances de plusieurs variantes de l{\textquoteright}algorithme d{\textquoteright}alignement, obtenues en faisant varier les mesures d{\textquoteright}appariemment de groupes de mots. Nos r\'esultats montrent que (a) les arbres d{\textquoteright}alignements de r\'ef\'erence sont tr\`es ambigus et difficiles \`a reproduire automatiquement, cependant, les alignements mot-\`a-mot sont pr\'edits de mani\`ere fiable ; (b) l{\textquoteright}utilisation d{\textquoteright}alternatives \`a la similarit\'e cosinus pour \'evaluer l{\textquoteright}appariemment de blocs permet d{\textquoteright}am\'eliorer significativement les r\'esultats du syst\`eme de base.",
    keywords = "corpus parall\`eles, alignements de mots, alignements hi\'erarchiques, similarit\'e lexicale, plongements lexicaux.",
    url = "https://talnarchives.atala.org/TALN/TALN-2025/111.pdf"
}