@inproceedings{Gonzalez-Gallardo-Boros-Girdhar-Hamdi-Moreno-Doucet:CORIA-TALN:2023,
    author = "Gonz\'alez-Gallardo, Carlos-Emiliano and Boros, Emanuela and Girdhar, Nancy and Hamdi, Ahmed and Moreno, Jose and Doucet, Antoine",
    title = "Oui mais... ChatGPT peut-il identifier des entit\'es dans des documents historiques ?",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 4 : articles d\'ej\`a soumis ou accept\'es en conf\'erence internationale",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "74-82",
    note = "",
    abstract = "   Les mod\`eles de langage de grande taille (LLM) sont exploit\'es depuis plusieurs ann\'ees maintenant, obtenant des performances de pointe dans la reconnaissance d'entit\'es \`a partir de documents modernes. Depuis quelques mois, l'agent conversationnel ChatGPT a suscit\'e beaucoup d'int\'er\^et aupr\`es de la communaut\'e scientifique et du grand public en raison de sa capacit\'e \`a g\'en\'erer des r\'eponses plausibles. Dans cet article, nous explorons cette comp\'etence \`a travers la t\^ache de reconnaissance et de classification d'entit\'es nomm\'ees (NERC) dans des sources primaires (des journaux historiques et des commentaires classiques) d'une mani\`ere zero-shot et en la comparant avec les syst\`emes de pointe bas\'es sur des mod\`eles de langage. Nos r\'esultats indiquent plusieurs lacunes dans l'identification des entit\'es dans le texte historique, qui concernant la coh\'erence des guidelines d'annotation des entit\'es, la complexit\'e des entit\'es et du changement de code et la sp\'ecificit\'e du prompt. De plus, comme pr\'evu, l'inaccessibilit\'e des archives historiques a \'egalement un impact sur les performances de ChatGPT.    ",
    keywords = "Reconnaissance et classification d'entit\'es nomm\'ees, Mod\`eles de langue de grande taille, Transformeur g\'en\'eratif pr\'eentra{\^\i}n\'e, Documents historiques",
    url = "458893.pdf"
}