@inproceedings{Belfathi-Hernandez-Laura-Bonnard-Catherine-Lavissiere-Jacquin-Dufour:CORIA-TALN-2026:2026,
    author = "Belfathi, Anas and Hernandez, Nicolas and Laura, Monceaux and Bonnard, Warren and Catherine Lavissi\`ere, Mary and Jacquin, Christine and Dufour, Richard",
    title = "Couplage du contexte local et de prototypes s\'emantiques globaux via une architecture hi\'erarchique pour l{\textquoteright}\'etiquetage des r\^oles rh\'etoriques",
    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 = "9-10",
    note = "",
    abstract = "L{\textquoteright}\'etiquetage des r\^oles rh\'etoriques (Rhetorical Role Labeling, RRL) consiste \`a identifier le r\^ole fonctionnel de chaque phrase dans un document ; il s{\textquoteright}agit d{\textquoteright}une t\^ache cl\'e pour la compr\'ehension du discours dans des domaines tels que le droit et la m\'edecine. Bien que les mod\`eles hi\'erarchiques capturent efficacement les d\'ependances locales, ils restent limit\'es pour mod\'eliser des caract\'eristiques globales \`a l{\textquoteright}\'echelle du corpus. Pour rem\'edier \`a cette limite, nous proposons deux m\'ethodes fond\'ees sur des prototypes qui int\`egrent le contexte local \`a des repr\'esentations globales. La r\'egularisation fond\'ee sur des prototypes (Prototype-Based Regularization, PBR) apprend des prototypes souples au moyen d{\textquoteright}une perte auxiliaire bas\'ee sur la distance afin de structurer l{\textquoteright}espace latent, tandis que la modulation conditionn\'ee par prototypes (Prototype-Conditioned Modulation, PCM) construit des prototypes \`a l{\textquoteright}\'echelle du corpus et les injecte durant l{\textquoteright}entra{\^\i}nement et l{\textquoteright}inf\'erence. Compte tenu de la raret\'e des ressources pour le RRL, nous introduisons SCOTUS-LAW, le premier jeu de donn\'ees d{\textquoteright}opinions de la Cour supr\^eme des \'Etats-Unis annot\'ees en r\^oles rh\'etoriques selon trois niveaux de granularit\'e : cat\'egorie, fonction rh\'etorique et \'etape. Des exp\'eriences men\'ees sur des benchmarks juridiques, m\'edicaux et scientifiques montrent des am\'eliorations r\'eguli\`eres par rapport \`a de fortes bases de r\'ef\'erence, avec des gains d{\textquoteright}environ 4 points de Macro-F1 sur les r\^oles peu fr\'equents. Nous analysons en outre les implications de ces r\'esultats \`a l{\textquoteright}\`ere des grands mod\`eles de langage et compl\'etons nos observations par une \'evaluation experte.",
    keywords = "\'Etiquetage des r\^oles rh\'etoriques, Architecture hi\'erarchique, Prototypes s\'emantiques, Domaine juridique",
    url = "34.pdf"
}