SOTO MARTINEZ WILLIAM EDUARDO

07/10

h00

Soutenance de thèse de WILLIAM EDUARDO SOTO MARTINEZ

Génération et Évaluation de Textes Multilingues à partir de Graphes

Multilingual Graph-to-Text Generation and Evaluation

Jury

Directeur de these_GARDENT_Claire_CNRS, Loria, Université de Lorraine
Rapporteur_YVON_François_CNRS, ISIR, Sorbonne Université
Rapporteur_PORTET_François_Université Grenoble Alpes
Examinateur_AMBLARD_Maxime_Université de Lorraine
Co-encadrant de these_PARMENTIER_Yannick_Université de Lorraine
Examinateur_BALALAU_Oana_Inria Saclay
Examinateur_DUCEK_Ondrej_Charles University, Prague
Examinateur_MILLE_Simon_Dublin City University

école doctorale

IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES

Laboratoire

LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications

Mention de diplôme

Informatique

C005 Campus Scientifique, 615 Rue du Jardin-Botanique, 54506 Vandœuvre-lès-Nancy

Mots clés

Génération automatique de texte (GAT),Génération de texte à partir de graphes,Multilingue,Langues peu dotée,Transfert phylogénétique,Fidélité sémantique

Résumé de la thèse

Communiquer efficacement des connaissances structurées demeure un défi majeur du traitement automatique des langues (TAL), en particulier dans le contexte de la génération automatique de texte (GAT).

Keywords

Natural Language Generation (NLG),Graph-to-Text (G2T),Multilingual,Low-Resource (LR) Languages,Phylogenetic Transfer,Semantic Faithfulness

Abstract

The efficient communication of structured knowledge is a longstanding challenge in Natural Language Processing (NLP), particularly for Natural Language Generation (NLG). Structured data, such as Resource Description Framework (RDF) graphs and Abstract Meaning Representation (AMR) graphs, enables machines to represent knowledge with clarity and consistency. However, natural language remains the most effective medium for human understanding.

Liste de toutes les soutenances