@inproceedings{Khalil-Braud-Muller:CORIA-TALN:2025,
    author = "Khalil, Maachou and Braud, Chlo\'e and Muller, Philippe",
    title = "Supervision faible pour la classification des relations discursives",
    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 = "697-714",
    note = "",
    abstract = "L'identification des relations discursives est importante pour comprendre les liens s\'emantiques qui structurent un texte, mais cette t\^ache souffre d'un manque de donn\'ees qui limite les performances. D'un autre c\^ot\'e, de nombreux corpus discursifs existent : les divergences entre les projets d'annotation emp\^echent cependant de combiner directement ces jeux de donn\'ees \`a l'entra{\^\i}nement. Nous proposons de r\'esoudre ce probl\`eme en exploitant le cadre de la supervision faible, dont l'objectif est de g\'en\'erer des annotations \`a partir de sources vari\'ees, comme des heuristiques ou des mod\`eles pr\'e-entra{\^\i}n\'es. Ces annotations bruit\'ees et partielles sont ensuite combin\'ees pour entra{\^\i}ner un mod\`ele sur la t\^ache. En combinant cette m\'ethode avec des strat\'egies permettant de g\'erer les diff\'erences dans les jeux d'\'etiquettes, nous d\'emontrons qu'il est possible d'obtenir des performances proches d'un syst\`eme enti\`erement supervis\'e en s'appuyant sur une tr\`es petite partie des donn\'ees d'origine, ouvrant ainsi des perspectives d'am\'elioration pour des domaines ou des langages \`a faibles ressources.",
    keywords = "relation de discours, supervision faible, apprentissage avec peu de donn\'ees",
    url = "https://talnarchives.atala.org/TALN/TALN-2025/67.pdf"
}