SEME

SEMantique et Extraction d’information (SEME)

Coordination : Agata SAVARY

L’équipe SEME (sémantique et extraction d’information) s’intéresse aux problématiques d’accès au sens contenu dans les productions langagières, dans un objectif d’analyse, de compréhension, de modélisation, ou de production. Nous appliquons nos recherches à la modalité écrite, sans restriction sur le support d’origine (texte produit au format électronique, ou provenant d’une transcription de la parole, ou encore d’une reconnaissance optique) et travaillons sur des productions en domaine ouvert ou de spécialité tel que le domaine médical. Nous utilisons des approches aussi bien linguistiques que relevant d’un apprentissage statistique ou neuronal. Précisément sur ce dernier type d’approche, nous nous intéressons au coût environnemental qu’elles génèrent en traitement automatique des langues, tant lors de leur production que lors de leur utilisation.

  • Extraction d’information
  • Corpus et modélisation
  • Sémantique, expressions poly-lexicales

Projets et contrats

Tous les projets et contrats

L’équipe se compose de 10 membres permanents (chercheurs CNRS, enseignants-chercheurs à l’Université Paris-Saclay, à l’ENSIIE, et à l’Université Sorbonne Paris-Nord), 14 doctorants, et 3 post-doctorants ou CDD. Nous entretenons des liens avec les industriels (thèses en contrat CIFRE, projets de recherche) et organisons régulièrement des manifestations scientifiques (conférence TALN, ateliers et workshops scientifiques, etc.).

Coordination

Membres de l’équipe

Actualités

Toutes les actualités

Publications

  • Communication dans un congrès

    Benedictus Kent Rachmat, Thomas Gerald, Zheng Zhang, Cyril Grouin. QA Analysis in Medical and Legal Domains: A Survey of Data Augmentation in Low-Resource Settings. ACL 2025 – 63rd Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop), ACL, Jul 2025, Vienna, Austria. pp.1132-1144, ⟨10.18653/v1/2025.acl-srw.89⟩. ⟨hal-05683004⟩

    AO, STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Laura Ascone, Lucie Gianola, Julien Longhi, Laurène Renaut. La linguistique forensique pour l’analyse du discours : anticiper les risques, aider à la décision, répondre aux menaces. Colloque R2DIP, « Les notions de risques, société et sécurité dans les discours institutionnels et politiques », CY Cergy Paris Université, Dec 2017, Cergy, France. ⟨hal-05682141⟩

    ILES, STL

    Année de publication

    Publication HAL

  • Proceedings/Recueil des communications

    Nina Khairova, Victoria Vysotska, Natalia Grabar, Thierry Hamon, Nina Rizun. Preface: computational linguistics workshop. Computational Linguistics Workshop at 9th International Conference on Computational Linguistics and Intelligent Systems, May 2025, Kharkiv, Ukraine. Vol-3976, 2025. ⟨hal-05682500⟩

    STL

    Année de publication

    Publication HAL

  • Autre publication scientifique

    Théophile Lenoir, Ana Valdivia, Aurélie Bugeau, Anne-Laure Ligozat. Beyond the Energy Efficiency Directive. Observatory on the Environmental Footprint of AIArtificial Intelligence, 2026. ⟨hal-05680820⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Iskandar Boucharenc, Eve Sauvage, Thomas Gerald, Julien Tourille, Sabrina Campano, et al.. Using Syntax for the Semantic Representation of Sentences. SLiDE 1st Workshop on Structured Linguistic Data and Evaluation at the 2026 Language Resources and Evaluation Conference (LREC 2026), May 2026, Palma de majorque, Spain. pp.169–179, ⟨10.63317/4gtinxarm3dd⟩. ⟨hal-05669816⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Clément Morand, Aurélie Névéol, Anne-Laure Ligozat. The Rising Unsustainability of AIArtificial Intelligence Graphics Cards Production. LIMITS 2026: 12th Workshop on Computing within Limits, Jun 2026, Online, France. ⟨hal-05666542⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Kim Gerdes. The Grammar Does the Work: Functional vs. Lexical Dependency Length Minimization Across Universal Dependencies. UDW 2026 – Ninth Workshop on Universal Dependencies, May 2026, Palma De MaJorque, Spain. pp.163-173, ⟨10.63317/4akqrtsv7i65⟩. ⟨hal-05676925⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Iskandar Boucharenc, Sahar Ghannay, Christophe Servan, Laure Soulier, Sophie Rosset. Étude de l’adaptation des gros modèles de langues par retour visuel. Journée Visu, GdR IG-RV, Jun 2023, Orsay, France. ⟨hal-05670004⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Emmett Strickland, Marc Evrard, Valentina Fedchenko. Transfer Learning for Creole TTS: A Pilot Study on Whether Substrate Phonologies or Lexifier Vocabularies Matter More. Towards Inclusivity and Equality: Language Resources and Technologies for Under-Resourced and Endangered Languages, SIGUL 2026 Joint Workshop with ELE, EURALI, and DCLRL, May 2026, Palma De Majorque, Spain. ⟨10.63317/5d5qjmokuvmc⟩. ⟨hal-05617449⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Clémentine Bleuze, Bruno Guillaume, Aurélie Névéol, Karën Fort. Omniprésents et anthropomorphisés : analyse lexico-syntaxique des discours sur les LLM. TALN 2026 – 33e Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2026, Nantes, France. ⟨hal-05670834⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Clémentine Bleuze, Karën Fort, Vincent P. Martin, Aurélie Névéol. Grands modèles de langue pour prédire la santé mentale : une revue exploratoire de la documentation des biais et de l’utilité clinique. TALN 2026 – 33e Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2026, Nantes, France. ⟨hal-05670826⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Article dans une revue

    Clément Morand, Aurélie Névéol, Rosy Tsopra, Anne-Isabelle Tropeano, Sophie de Chambine, et al.. Prospectively Evaluating the Environmental Impacts of Digital Health Applications : A Case Study and Recommendations. Journal of the American Medical Informatics Association, 2026, ⟨10.1093/jamia/ocag091⟩. ⟨hal-05628404⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Thomas Gerald, Sahar Ghannay, Julie Lascar, Paul Lerner, Anne Vilnat. Can Multimodal LLMs Generate Pedagogical Questions?. LREC 2026, May 2026, Palma, Spain. ⟨10.63317/4z4gj3h8jmc7⟩. ⟨hal-05658326⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Thierry Hamon. Description of the LISN system for extracting terms. DEfinition and Term Extraction CHallenge 2026 (DETECH 2026), Jun 2026, Zadar, Croatia. ⟨hal-05669893⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Marie Schmit, Melvin Selim Atay, Khalid Belhajjame, Ulysse Le Clanche, Emmanuel Coquery, et al.. ShareFAIR-KG, a centralised knowledge base of scientific workflows. JOBIM 2026 – Journées Ouvertes en Biologie, Informatique et Mathématiques, Jun 2026, Strasbourg, France. ⟨hal-05666980⟩

    BioInfo, STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Pré-publication, Document de travail

    Louis Estève, Marie-Catherine de Marneffe, Nurit Melnik, Agata Savary, Olha Kanishcheva. A survey of diversity quantification in natural language processing: The why, what, where and how. 2026. ⟨hal-05661565⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Pré-publication, Document de travail

    Alexandre Genadot, Nicolas Guilliot, Philippe Boula de Mareüil. Introduction to the book “Cartographier les Langues de Nouvelle-Aquitaine: entre Grammaire et Société”. 2026. ⟨hal-05662837⟩

    STL

    Année de publication

    Publication HAL

  • Communication dans un congrès

    Agata Savary, Manon Scholivet, Carlos Ramisch, Takuya Nakamura, Eric Bilinski, et al.. PARSEME 2.0 Multilingual Corpus of Multiword Expressions. LREC 2026 – 15th biennial Language Resources and Evaluation Conference, ELRA Language Resources Association, May 2026, Palma De MaJorque, Spain. pp.4819-4834, ⟨10.63317/2iy5qf38yhay⟩. ⟨hal-05661505⟩

    ILES, STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Julie Halbout, Annelies Braffort, Michèle Gouiffès, Diandra Fabre, Julie Lascar. Learning to Spot Signs from Named Entities. A study on French Sign Language. LREC2026 12th Workshop on the Representation and Processing of Sign Languages: Language in Motion, May 2026, Palma de Majorque, Spain. ⟨10.63317/26i8n4zuyzyx⟩. ⟨hal-05636077⟩

    AMIArchitectures et modèles pour l'Interaction, STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Damien Lacroux, Aurélie Bugeau, Anne-Laure Ligozat. The indirect rebound effects of AIArtificial Intelligence as undone science: philosophical reflection on two structural causes. Undone Computer Science, Mar 2026, Luxembourg, Luxembourg. ⟨hal-05624399⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Benedictus Kent Rachmat, Thomas Gerald, Zheng Zhang, Cyril Grouin. Les données de calibration comptent-elles vraiment pour LoRA?. EvalLLM2026 : Atelier sur l’évaluation des modèles génératifs (LLM), le RAG et challenges, Jul 2026, Nantes (France), France. ⟨hal-05633638⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Mathilde Aguiar, Pierre Zweigenbaum, Nona Naderi. Assessing the Difficulty of Inference Types in Natural Language Inference for Clinical Trials. The Fifteenth Language Resources and Evaluation Conference (LREC 2026), May 2026, Palma, France. pp.5290-5300, ⟨10.63317/359toazp33g8⟩. ⟨hal-05652719⟩

    STL

    Année de publication

    Publication HAL

  • Communication dans un congrès

    Jenny Copara, Nona Naderi, Gilles Falquet, Douglas Teodoro. MeSH Concept Relevance and Knowledge Evolution: A Data-Driven Perspective. 12th International Conference on Information Management and Big Data. Communications in Computer and Information Science, Oct 2025, Lima (Pérou), Peru. pp.280-299, ⟨10.1007/978-3-032-20322-9_20⟩. ⟨hal-05625658⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Clément Morand, Aina Rasoldier, Paul Gay. Not up to its critical perspective on digitalization: A Descriptive Analysis of How Sustainability is Approached in the ICT4S Conference. ICT4S, Jun 2026, Berne, France. ⟨hal-05615744⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Fanny Ducel, Lucie Digoin-Caparros, Ibrahim Al Kotob, Shayan Ahmed Shariff, Binesh Arakkal Remesh, et al.. Les benchmarks sont une source de biais des LLM : MMLU, CommonSenseQA et MGSM au microscope. TALN 2026 – 33e Conférence sur le Traitement Automatique des Langues Naturelles, Jun 2026, Nantes, France. ⟨hal-05618509⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Louis Estève, Christophe Servan, Thomas Lavergne, Agata Savary. A Diversity Diet for a Healthier Model: A Case Study of French ModernBERT. 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), Jul 2026, San Diego, United States. ⟨hal-05599374⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Thèse

    Virgile Barthet. Extraction d’information et classification de textes cliniques pour la prédiction du risque de décès. Intelligence artificielle [cs.AIArtificial Intelligence]. Université Paris-Saclay, 2026. Français. ⟨NNT : 2026UPASG019⟩. ⟨tel-05599487⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Luc Pommeret, Thomas Gerald, Christophe Servan, Sahar Ghannay, Patrick Paroubek, et al.. Étude des propositionneurs multilingues : formalisation, évaluation et interprétabilité. CORIA-TALN, ARIA; ATALA, Jun 2026, Nantes, France. ⟨hal-05597666⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Mathilde Deletombe, Manon Scholivet, Louis Estève, Thomas Lavergne, Agata Savary. Diversity patterns run deep: Impact of diversity intake on multiword expression identification. 22nd Workshop on Multiword Expressions (MWE 2026), Mar 2026, Rabat, Morocco. pp.110-116, ⟨10.18653/v1/2026.mwe-1.13⟩. ⟨hal-05588681⟩

    STL

    Année de publication

    Disponible en libre accès

    Publication HAL

  • Communication dans un congrès

    Manon Scholivet, Agata Savary, Carlos Ramisch, Eric Bilinski, Takuya Nakamura, et al.. Edition 2.0 of the PARSEME shared task on multilingual identification and paraphrasing of multiword expressions. Proceedings of the 22nd Workshop on Multiword Expressions (MWE 2026), Mar 2026, Rabat, Morocco. pp.254-275, ⟨10.18653/v1/2026.mwe-1.33⟩. ⟨hal-05588684⟩

    ILES, STL

    Année de publication

    Disponible en libre accès

    Publication HAL

Toutes les publications