@inproceedings{Colli-Battistelli:CORIA-TALN-2026:2026,
    author = "Colli, Anna and Battistelli, Delphine",
    title = "Polys\'emie et ambiguit\'e : le cas du verbe Devoir",
    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 = "38-38",
    note = "",
    abstract = {Dans cet article nous pr\'esentons une approche qui vise \`a repr\'esenter les valeurs s\'emantiques (ou
sens) des occurrences des marqueurs polys\'emiques qui ne peuvent pas (ou n{\textquoteright}ont pas besoin de) \^etre
d\'esambigu{\"\i}s\'ees. Nous appelons cette t\^ache ''repr\'esentation (multi-)sens'' et nous nous focalisons ici
sur le verbe modal devoir. Nous affinons un mod\`ele (CAMEMBERT) pour une t\^ache de classification
multi-label, int\'egrant une boucle d{\textquoteright}active learning pour am\'eliorer le processus d{\textquoteright}annotation. En outre,
nous d\'emontrons que la combinaison de l{\textquoteright} embedding de la phrase et de l{\textquoteright}occurrence de devoir permet
au mod\`ele d{\textquoteright}obtenir les meilleurs r\'esultats par rapport \`a une classification bas\'ee exclusivement sur
l{\textquoteright}embedding du token. Finalement, nous avons appliqu\'e le mod\`ele \`a deux corpus distincts en termes
de m\'edium (oral vs \'ecrit) et genre textuel, d\'emontrant ainsi que l{\textquoteright}analyse automatique des valeurs
modales de devoir permet de mieux les comparer.},
    keywords = "modalit\'e,polys\'emie,ambiguit\'e,s\'emantique,classification",
    url = "77.pdf"
}