Participation d’EDF R&D à DEFT 2021

Philippe Suignard (1) , Alexandra Benamar (1) , Nazim Messous (1) , Clément Christophe (1) , Marie Jubault (1) , Meryl Bothua (1)

1 EDF Lab

Ce papier présente la participation d’EDF R&D à la campagne d’évaluation DEFT 2021. Notre équipe a participé aux deux dernières tâches proposées (T2 et T3), deux tâches sur le calcul de similarité sémantique entre textes courts, et s’est classée 1ère sur ces deux tâches. Cette édition proposait deux nouvelles tâches pour l'évaluation automatique de réponses d'étudiants à des questions d'enseignants. Le corpus se composait d'une centaine d'énoncés en informatique avec la correction de l'enseignant et les réponses d’une cinquantaine d'étudiants en moyenne par question, sur 2 ans. La tâche 2 consistait à évaluer les réponses des étudiants en prenant pour référence la correction produite par l’enseignant et la tâche 3 à évaluer les réponses d'étudiants à partir d’un ensemble composé d'un énoncé et de plusieurs réponses d’étudiants déjà corrigées par l'enseignant.e.

Mots clés: CamemBERT; détection de similarité sémantique; Soft cardinalité

Domaines: Informatique et langage [cs.CL]

Philippe Suignard, Alexandra Benamar, Nazim Messous, Clément Christophe, Marie Jubault, et al.. Participation d’EDF R&D à DEFT 2021. Traitement Automatique des Langues Naturelles, 2021, Lille, France. pp.72-81. ⟨hal-03265919⟩