@inproceedings{Zhao-Bernard:CORIA-TALN:2023,
    author = "Zhao, Fang and Bernard, Timoth\'ee",
    title = "Auto-apprentissage et renforcement pour une analyse jointe sur donn\'ees disjointes : \'etiquetage morpho-syntaxique et analyse syntaxique",
    booktitle = "Actes de CORIA-TALN 2023. Actes de la 30e Conf\'erence sur le Traitement Automatique des Langues Naturelles (TALN),  volume 2 : travaux de recherche originaux - articles courts",
    month = "6",
    year = "2023",
    address = "Paris, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "82-90",
    note = "",
    abstract = "Cet article se penche sur l'utilisation de donn\'ees disjointes pour entra{\^\i}ner un syst\`eme d'analyse jointe du langage naturel. Dans cette \'etude exploratoire, nous entra{\^\i}nons un syst\`eme \`a pr\'edire un \'etiquetage morpho-syntaxique et une analyse syntaxique en d\'ependances \`a partir de phrases annot\'ees soit pour l'une de ces t\^aches, soit pour l'autre. Deux m\'ethodes sont consid\'er\'ees : l'auto-apprentissage et l'apprentissage par renforcement, pour lequel nous d\'efinissons une fonction de r\'ecompense encourageant le syst\`eme \`a effectuer des pr\'edictions m\^eme sans supervision. Nos r\'esultats indiquent de bonnes performances dans le cas o\`u les donn\'ees disjointes sont issues d'un m\^eme domaine, mais sont moins satisfaisants dans le cas contraire. Nous identifions des limitations de notre impl\'ementation actuelle et proposons en cons\'equence des pistes d'am\'elioration.",
    keywords = "apprentissage semi, supervis\'e, apprentissage par renforcement, multi, t\^ache, analyse jointe, \'etiquetage morpho, syntaxique, analyse syntaxique en d\'ependances, adaptation de domaine",
    url = "461833.pdf"
}