@inproceedings{Sebbag-Quiniou-Morin:CORIA-TALN-2026:2026,
    author = "Sebbag, Thomas and Quiniou, Solen and Morin, Emmanuel",
    title = "Un LLM pour guide : une approche d'extraction non supervis\'ee de relations \'economiques dans les documents administratifs fran\c{c}ais.",
    booktitle = "Actes de CORIA-TALN 2026. Actes des 33\`eme Conf\'erence sur le Traitement Automatique des Langues Naturelles.  Volume 2 : articles d\'ej\`a publi\'es",
    month = "6",
    year = "2026",
    address = "Nantes, France",
    publisher = "Association pour le Traitement Automatique des Langues",
    pages = "48-49",
    note = "",
    abstract = "L{\textquoteright}efficacit\'e de l{\textquoteright}extraction de relations (ER) \`a partir de textes non structur\'es est essentielle, en particulier lorsque les relations cibles ne sont pas connues \`a l'avance. Dans cet \'etat d'impr\'evu permanent, il est possible d{\textquoteright}exploiter les grands mod\`eles de langue (LLM) pour accomplir cette t\^ache. Dans cet article, nous pr\'esentons une approche o\`u un LLM joue le r\^ole de guide pour l{\textquoteright}identification de relations \'economiques afin d{\textquoteright}accompagner des experts m\'etier. Cette m\'ethodologie innovante, fond\'ee sur le regroupement de phrases et l{\textquoteright}utilisation d{\textquoteright}un LLM, permet d{\textquoteright}identifier des relations \'economiques jusque-l\`a inconnues dans des documents administratifs fran\c{c}ais. Elle r\'epond au d\'efi consistant \`a extraire des connaissances exploitables sans disposer d{\textquoteright}\'etiquettes de relations pr\'ed\'efinies.

Nous \'evaluons notre approche sur des jeux de donn\'ees d{\textquoteright}extraction de relations en fran\c{c}ais et en anglais, en d\'emontrant une pr\'ecision et un rappel \'elev\'es dans la d\'etection de relations inconnues. Nos r\'esultats sugg\`erent que les m\'ethodes combinant le regroupement et les LLM peuvent d\'ecouvrir et cat\'egoriser efficacement des relations \'economiques, avec des applications potentielles sur des corpus d'entreprises.",
    keywords = "document administratif, LLM, extraction relations ouvertes, identification de relations, \'economie",
    url = "26.pdf"
}