Raisonnement de sens commun en TALN
Le raisonnement de sens commun en traitement automatique du langage naturel (TALN) fait référence à la capacité d'un modèle linguistique ou d'un système d'inférence à s'appuyer sur des faits implicites de connaissance du monde que les humains tiennent pour acquis — des faits non énoncés dans le texte — pour répondre à des questions, compléter des récits ou interpréter des dialogues. Les repères fondamentaux formalisant cette tâche incluent ATOMIC (Sap et al., 2019), un graphe de connaissances de sens commun de type « si-alors », et HellaSwag (Zellers et al., 2019), un défi de complétion de phrases qui a révélé des lacunes dans la compréhension machine des événements quotidiens.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
Comment citer cette page
ScholarGate. (2026, June 1). Commonsense Reasoning in NLP. ScholarGate. https://scholargate.app/fr/text-mining/commonsense-reasoning-nlp
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Embeddings BERTFouille de textes↔ comparer
- Construction de graphes de connaissances à partir de texteFouille de textes↔ comparer
- Compréhension par lecture automatique (Machine Reading Comprehension, MRC)Fouille de textes↔ comparer
- Réponse aux questions (QA)Fouille de textes↔ comparer
- Génération augmentée par récupération (RAG)Fouille de textes↔ comparer
- Étiquetage sémantique de rôles (SRL)Fouille de textes↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →