
Anas Belfathi
- Laboratoire des Sciences du Numérique de Nantes (LS2N)
Présentation
Chercheur en TAL @ TALN Team - LS2N | Legal AI ⚖
Informations générales
Domaine de spécialité : Traitement Automatique du Langage Laboratoire : Laboratoire des Sciences du Numérique de Nantes (LS2N) Université : Nantes Université Équipe de recherche : TALN
Doctorant
Titre de la thèse : Approche Neuronale pour la modélisation et l’analyse de la structure argumentative des documents légaux Encadré par : Prof. Richard Dufour, Dr. Nicolas Hernandez, Dr. Laura Monceaux Financée par : Projet ANR Lexhnology - en collaboration avec différents laboratoires (LS2N, CRINI, LAIRDIL et ATILF) Objectifs du projet :
- Linguistique : Description de la structure argumentative des textes juridiques américains.
- Didactique :Mesure de l'impact de l'explicitation de cette structure sur la compétence de compréhension des apprenants d'anglais en tant que seconde langue.
- Informatique : Modélisation et analyse automatique de cette structure avec des modèles de langage.
Résumé de la recherche
Le projet doctoral est centré sur l'utilisation d'approches neuronales pour déchiffrer la structure argumentative des textes juridiques. De par leur nature linguistique unique et leur longueur, ces textes représentent un challenge pour le TAL. En tant que doctorant au sein de l'équipe TALN du LS2N, ma mission sera responsable de l'élaboration d'un cadre d'analyse adapté pour les Modèles de Langage Pré-entraînés. Ceci, en vue d'extraire des informations discursives pertinentes, tout en explorant des stratégies pour intégrer ces données dans des modèles basés sur les Transformers, et aussi travailler sur les modèles génératifs tels que LLAMA2 et GPT-4. L'objectif principal est de créer un système de reconnaissance de la structure argumentative qui sera ensuite déployé sur une plateforme en ligne pour soutenir les utilisateurs de l'anglais juridique.
Thèmes de Recherche
- Traitement Automatique du Langage (TAL)
- Classification séquentielle des phrases
- Analyse de documents juridiques
- Diagnostics de modèles
- Modélisation de l'information discursive
- Modèles Génératifs (LLMs)
Compétences
Publications
Publications
|
Adaptation des modèles de langue à des domaines de spécialité par un masquage sélectif fondé sur le genre et les caractéristiques thématiques35èmes Journées d'Études sur la Parole (JEP 2024) 31ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN 2024) 26ème Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RECITAL 2024), Jul 2024, Toulouse, France. pp.283-294
Communication dans un congrès
hal-04623050
v1
|
|
Enhancing Pre-Trained Language Models with Sentence Position Embeddings for Rhetorical Roles Recognition in Legal Opinions6th Workshop on Automated Semantic Analysis of Information in Legal Text (ASAIL) held online in conjunction with 19th International Conference on Artificial Intelligence and Law (ICAIL), Jun 2023, Braga, Universidad do Minho,, Portugal
Communication dans un congrès
hal-04138121
v1
|
|
Harnessing GPT-3.5-turbo for Rhetorical Role Prediction in Legal CasesJURIX 2023 - The 36th International Conference on Legal Knowledge and Information Systems, Dec 2023, Maastricht, Netherlands
Communication dans un congrès
hal-04264675
v1
|