EDF R&D Participation to DEFT 2022 (original) (raw)
Related papers
Participation d’EDF R&D à DEFT 2022
HAL (Le Centre pour la Communication Scientifique Directe), 2022
Ce papier présente la participation d'EDF R&D à la campagne d'évaluation DEFT 2022. Notre équipe a participé aux deux tâches proposées, l'une sur la prédiction automatique de la note d'un étudiant.e pour sa réponse à une question, d'après une référence existante, la seconde, nouvelle, qui était une tâche de prédiction itérative des notes. Notre équipe s'est classée 1ère sur la première tâche et a été la seule contributrice sur la seconde. Le corpus se composait d'énoncés en informatique avec la correction de l'enseignant et les réponses des étudiant.e.s par question.
2020
Ce papier decrit la participation d’EDF R&D a la campagne d’evaluation DEFT 2020. Notre equipe a participe aux trois tâches proposees : deux tâches sur le calcul de similarite semantique entre phrases et une tâche sur l'extraction d'information fine autour d'une douzaine de categories. Aucune donnee supplementaire, autre que les donnees d’apprentissage, n’a ete utilisee. Notre equipe obtient des scores au-dessus de la moyenne pour les tâches 1 et 2 et se classe 2e sur la tâche 1. Les methodes proposees sont facilement transposables a d’autres cas d’application de detection de similarite qui peuvent concerner plusieurs entites du groupe EDF. Notre participation a la tâche 3 nous a permis de tester les avantages et limites de l’outil SpaCy sur l’extraction d’information.
Participation d’EDF R&D à DEFT 2018 (Here the title in English)
2018
Ce papier décrit la participation d’EDF R&D à la campagne d’évaluation DEFT 2018. Notre équipe a participé aux deux premières tâches : classification des tweets en transport/non-transport (Tâche T1) et détection de la polarité globale des tweets (Tâche T2). Nous avons utilisé 3 méthodes différentes s’appuyant sur Word2Vec, CNN et LSTM. Aucune donnée supplémentaire, autre que les données d’apprentissage, n’a été utilisée. Notre équipe obtient des résultats très corrects et se classe 1ère équipe non académique. Les méthodes proposées sont facilement transposables à d’autres tâches de classification de textes courts et peuvent intéresser plusieurs entités du groupe EDF.
Participation d’EDF R&D à DEFT 2021 (EDF R&D Participation to DEFT 2021)
2021
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.
2019
Ce papier décrit la participation d’EDF R&D à la campagne d’évaluation DEFT 2019. Notre équipe a participé aux trois tâchés proposées : Indexation de cas cliniques (Tâche T1) ; Détection de similarité entre des cas cliniques et des discussions (Tâche T2) ; Extraction d’information dans des cas cliniques (Tâche 3). Nous avons utilisé des méthodes symboliques et/ou numériques en fonction de ces tâches. Aucune donnée supplémentaire, autre que les données d’apprentissage, n’a été utilisée. Notre équipe obtient des résultats satisfaisants sur l’ensemble des taches et se classe première sur la tache 2. Les méthodes proposées sont facilement transposables à d’autres tâches d’indexation et de détection de similarité qui peuvent intéresser plusieurs entités du groupe EDF.
Revue d'économie industrielle, 2018
Depuis leur mise en place en 2005, les pôles de compétitivité se présentent comme un instrument structurant de la politique industrielle française. A partir de la mise en oeuvre d'un modèle d'évaluation bien identifié dans la littérature, ce travail propose une estimation quantifiée de l'effet des pôles de compétitivité sur l'emploi des entreprises participant aux projets de R&D des pôles. Cette observation est menée à partir de la construction d'une base de données originale et la mobilisation d'une méthode d'évaluation en double différence. Cet article conclut à un effet positif et significatif des pôles de compétitivité français sur l'emploi.