L’impact de genre sur la prédiction de la lisibilité du texte en FLE - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2024

L’impact de genre sur la prédiction de la lisibilité du texte en FLE

Résumé

Cet article étudie l’impact du genre discursif sur la prédiction de la lisibilité des textes en français langue étrangère (FLE) à travers l’intégration de méta-informations du genre discursif dans les modèles de prédiction de la lisibilité. En utilisant des architectures neuronales basées sur CamemBERT, nous avons comparé les performances de modèles intégrant l’information de genre à celles d’un modèle de base ne considérant que le texte. Nos résultats révèlent une amélioration modeste de l’exactitude globale lors de l’intégration du genre, avec cependant des variations notables selon les genres spécifiques de textes. Cette observation semble confirmer l’importance de prendre en compte les méta-informations textuelles tel que le genre lors de la conception de modèles de lisibilité et de traiter le genre comme une information riche à laquelle le modèle doit accorder une position préférentielle.
Fichier principal
Vignette du fichier
6978.pdf (579.34 Ko) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04623035 , version 1 (01-07-2024)

Licence

Identifiants

  • HAL Id : hal-04623035 , version 1

Citer

Lingyun Gao, Rodrigo Wilkens, Thomas François. L’impact de genre sur la prédiction de la lisibilité du texte en FLE. 35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.449-471. ⟨hal-04623035⟩

Relations

5 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More