@inproceedings{Legrosse:CORIA-TALN-2026:2026,
    author = "Legrosse, Alexandre",
    title = "Alignement contrastif de s\'eries temporelles et m\'etadonn\'ees via verbalisation par LLM",
    booktitle = "Actes de CORIA-TALN 2026. Actes des 19e Rencontres Jeunes Chercheurs en RI (RJCRI) et 28\`eme Rencontre des \'Etudiants Chercheurs  en Informatique pour le Traitement Automatique des Langues (RECITAL)",
    month = "6",
    year = "2026",
    address = "Nantes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "100-116",
    note = "",
    abstract = "L{\textquoteright}alignement entre s\'eries temporelles et m\'etadonn\'ees tabulaires est limit\'e par la pauvret\'e s\'emantique des encodages cat\'egoriels, qu{\textquoteright}il s{\textquoteright}agisse des repr\'esentations one-hot ou d{\textquoteright}autres m\'ethodes d{\textquoteright}encodage. Ces approches ignorent les dynamiques et les interactions qui donnent pourtant tout leur sens aux donn\'ees. Nous proposons une architecture d{\textquoteright}alignement contrastif pour structurer un espace latent commun, reposant sur un pipeline de verbalisation par LLM qui transforme les m\'etadonn\'ees en descriptions textuelles contextualis\'ees. Cette approche permet une recherche d{\textquoteright}information bidirectionnelle entre s\'eries temporelles et m\'etadonn\'ees. \'Evalu\'ee sur 20 000 courbes de charge \'electrique via le Semantic Recall@$k$ (une m\'etrique adapt\'ee aux contextes o\`u plusieurs individus partagent des attributs identiques), elle surpasse les baselines, d\'emontrant que l{\textquoteright}enrichissement s\'emantique par verbalisation am\'eliore significativement la structuration de l{\textquoteright}espace latent.",
    keywords = "Alignement multimodal, s\'eries temporelles, m\'etadonn\'ees tabulaires, apprentissage contrastif, verbalisation",
    url = "20010.pdf"
}