Communication Dans Un Congrès Année : 2025

Défi TextMine 2025 : Utilisation des Grands Modèles de Langue pour l'Extraction de Relations dans les Rapports de Renseignement

Résumé

L’extraction de relations (RE) vise à identifier et caractériser les relations sémantiques entre des entités dans un texte, une tâche clé en traitement automatique du langage naturel (TALN). Les approches supervisées traditionnelles reposent sur l’annotation des entités suivie de la prédiction des relations entre elles. Récemment, les méthodes séquence-à-séquence ont simplifié ce processus en générant directement les relations sous forme de chaînes cibles. Les grands modèles de langage (LLMs) se distinguent par leur capacité à traiter efficacement ces tâches complexes. Dans le cadre du défi TextMine 2025, l’objectif est d’automatiser l’extraction de relations à partir de rapports complexes pour le renseignement et la défense. Ce défi offre une opportunité unique d’évaluer les performances des LLMs dans des scénarios réalistes. Nous proposons une approche utilisant le modèle Llama3 (Dubey et al., 2024) pour détecter et classer les relations entre paires d’entités dans un texte. Nous combinons la puissance des LLMs avec des étapes de filtrage préalable reposant sur les types d’entités et de relations. L’objectif est d’évaluer dans quelle mesure un LLM peut répondre aux besoins de l’extraction de relations dans des contextes complexes, tout en mettant en lumière ses limites et les défis à surmonter.
Fichier principal
Vignette du fichier
Article_TextMine_paper7_Hal.pdf (110) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
HAL

Fait partie de hal-04915120 Texte Pascal Cuxac, Cédric Lopez, Adrien Guille. Actes de l'atelier TextMine 2025. EGC - Atelier TextMine, 2025. ⟨hal-04915120⟩

Dates et versions

hal-04940482 , version 1 (11-02-2025)

Licence

Identifiants

Citer

Mohamed Ettaleb, Mouna Kamel, Véronique Moriceau, Nathalie Aussenac-Gilles. Défi TextMine 2025 : Utilisation des Grands Modèles de Langue pour l'Extraction de Relations dans les Rapports de Renseignement. EGC - Atelier TextMine 2025, Pascal Cuxac; Cédric Lopez; Adrien Guille, Jan 2025, Strasbourg, France. pp.57-58, ⟨10.48550/ARXIV.2407.21783⟩. ⟨hal-04940482⟩
0 Consultations
0 Téléchargements

Altmetric

Partager

More