@inproceedings{Atmani-Lafourcade:TALN:2021,
    author = "Atmani, Massinissa and Lafourcade, Mathieu",
    title = "Open Information Extraction: Approche Supervis\'ee et Syntaxique pour le Fran\c{c}ais",
    booktitle = "Actes de la 28e Conf\'erence sur le Traitement Automatique des Langues Naturelles. Volume 1 : Articles longs",
    month = "6",
    year = "2021",
    address = "Lille, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "49-62",
    note = "Supervised Syntactic Approach for French Open Information Extraction",
    abstract = "L' Open Information Extraction, est un paradigme d'extraction con\c{c}u pour g\'erer l'adaptation de domaine, la principale difficult\'e des approches traditionnelles pour l'extraction d'informations. Cependant, la plupart des approches se concentrent sur l'anglais. Ainsi, nous proposons une approche supervis\'ee pour l'OpenIE pour le fran\c{c}ais, nous d\'eveloppons \'egalement un corpus d'entra{\^\i}nement et un r\'ef\'erentiel d'\'evaluation. Nous proposons un nouveau mod\`ele bas\'e en deux \'etapes pour l'\'etiquetage de s\'equence, qui identifie d'abord tous les arguments de la relation avant de les \'etiqueter. Les exp\'erimentations montrent non seulement que l'approche que nous proposons obtient les meilleurs r\'esultats, mais aussi que l'\'etat de l'art actuel n'est pas assez robuste pour s'adapter \`a un domaine diff\'erent du domaine du corpus d'entra{\^\i}nement.",
    keywords = "Extraction d'information, Apprentissage machine, Syntaxe.",
    url = "http://talnarchives.atala.org/TALN/TALN-2021/1.pdf"
}