NIKIFOROVSKAJA ANNA


9h00

Soutenance de thèse de ANNA NIKIFOROVSKAJA

Génération de textes multilingues à partir de graphes de connaissances : de la création de données à l'évaluation humaine

Multilingual KG-to-text Generation: From Data Creation To Human Evaluation

Jury

Directeur de these_GARDENT_Claire_CNRS
Rapporteur_ZWEIGENBAUM_Pierre_Université Paris-Saclay
Rapporteur_ZARRIESS_Sina_University of Bielefeld
Examinateur_MAHAMOOD_Saad_Shopware
Examinateur_GKATZIA_Dimitra_Edinburgh Napier University


école doctorale

IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES

Laboratoire

LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications

Mention de diplôme

Informatique
A008 LORIA UMR 7503 Campus Scientifique BP 239 54506, Vandoeuvre-les-Nancy
*

Mots clés

Génération KG-to-text,génération de texte multilingue,évaluation,LLM,

Résumé de la thèse

Avec les vastes quantités de connaissances accessibles sous forme de graphes de connaissances (knowledge graphs, KG), la génération de texte à partir de graphes de connaissances (KG-to-text) est devenue un élément important de nombreuses applications utilisant ces connaissances pour améliorer les systèmes de dialogue, la traduction et la réponse aux questions. Cependant, alors que de nombreuses recherches ont été menées pour l'anglais, la génération KG-to-text pour d'autres langues reste peu explorée.

Keywords

KG-to-text generation,multilingual text generation,evaluation,LLM,

Abstract

With vast amounts of knowledge accessible as Knowledge Graphs (KGs), Knowledge Graph to text generation (KG-to-text) has become an important part of many applications using that knowledge to improve dialogue systems, translation and question answering. However, while a lot of research has been done for English, KG-to-text generation for other languages remains under-explored. In this thesis we address this by first focusing on Russian, analysing generalisation capabilities to out-of-distribution data of existing KG-to-Russian text generation methods.