Publications

Pedro Javier Ortiz Suárez, Yoann Dupont, Gaël Lejeune, Tian Tian (2020). SinNer@CLEF-HIPE2020: Sinful Adaptation of SotA models for Named Entity Recognition in Historical French and German Newspapers. In CLEF-HIPE-2020.

PDF Vidéo CEUR-WS CLEF-HIPE-2020 CLEF-2020 HAL

Louis Martin, Benjamin Muller, Pedro Javier Ortiz Suárez, Yoann Dupont, Laurent Romary, Éric de la Clergerie, Djamé Seddah, Benoît Sagot (2020). CamemBERT: a Tasty French Language Model. In ACL 2020.

PDF Jeu de données Projet Vidéo DOI ACL Anthology arXiv Website ACL 2020 HAL

Pedro Javier Ortiz Suárez, Laurent Romary, Benoît Sagot (2020). A Monolingual Approach to Contextualized Word Embeddings for Mid-Resource Languages. In ACL 2020.

PDF Jeu de données Projet Vidéo DOI ACL Anthology ACL 2020 HAL arXiv

Djamé Seddah, Farah Essaidi, Amal Fethi, Matthieu Futeral, Benjamin Muller, Pedro Javier Ortiz Suárez, Benoît Sagot, Abhishek Srivastava (2020). Building a User-Generated Content North-African Arabizi Treebank: Tackling Hell. In ACL 2020.

PDF Vidéo DOI ACL Anthology ACL 2020

Louis Martin, Benjamin Muller, Pedro Javier Ortiz Suárez, Yoann Dupont, Laurent Romary, Éric de la Clergerie, Benoît Sagot, Djamé Seddah (2020). Les modèles de langue contextuels Camembert pour le Français : impact de la taille et de l'hétérogénéité des données d'entrainement. In TALN 2020.

PDF Jeu de données Projet TALN 2020 HAL Website

Murielle Popa-Fabre, Pedro Javier Ortiz Suárez, Benoît Sagot, Éric de la Clergerie (2020). French Contextualized Word-Embeddings with a sip of CaBeRnet: a New French Balanced Reference Corpus. In CMLC-8.

PDF CMLC-8 ACL Anthology HAL

Pedro Javier Ortiz Suárez, Yoann Dupont, Benjamin Muller, Laurent Romary, Benoît Sagot (2020). Establishing a New State-of-the-Art for French Named Entity Recognition. In LREC 2020.

PDF LREC 2020 HAL arXiv ACL Anthology

Mohamed Khemakhem, Ioana Galleron, Geoffrey Williams, Laurent Romary, Pedro Javier Ortiz Suárez (2019). How OCR Performance can Impact on the Automatic Extraction of Dictionary Content Structures. In TEI 2019.

PDF Projet TEI 2019 HAL

Pedro Javier Ortiz Suárez, Benoît Sagot, Laurent Romary (2019). Asynchronous Pipeline for Processing Huge Corpora on Medium to Low Resource Infrastructures. In CMLC-7.

PDF Code Jeu de données Projet Diapositives DOI CMLC-7 Website HAL