Bulk metadata corrections 2025-12-31

data/xml/2015.jeptalnrecital.xml

@@ -711,9 +711,9 @@
     <paper id="43">
       <title>Etiquetage morpho-syntaxique de tweets avec des <fixed-case>CRF</fixed-case></title>
       <author><first>Tian</first><last>Tian</last></author>
-      <author><first>Dinarelli</first><last>Marco</last></author>
-      <author><first>Tellier</first><last>Isabelle</last></author>
-      <author><first>Cardoso</first><last>Pedro</last></author>
+      <author><first>Marco</first><last>Dinarelli</last></author>
+      <author><first>Isabelle</first><last>Tellier</last></author>
+      <author><first>Pedro</first><last>Cardoso</last></author>
       <pages>291–297</pages>
       <abstract>Nous nous intéressons dans cet article à l’apprentissage automatique d’un étiqueteur mopho-syntaxique pour les tweets en anglais. Nous proposons tout d’abord un jeu d’étiquettes réduit avec 17 étiquettes différentes, qui permet d’obtenir de meilleures performances en exactitude par rapport au jeu d’étiquettes traditionnel qui contient 45 étiquettes. Comme nous disposons de peu de tweets étiquetés, nous essayons ensuite de compenser ce handicap en ajoutant dans l’ensemble d’apprentissage des données issues de textes bien formés. Les modèles mixtes obtenus permettent d’améliorer les résultats par rapport aux modèles appris avec un seul corpus, qu’il soit issu de Twitter ou de textes journalistiques.</abstract>
       <url hash="926a32a5">2015.jeptalnrecital-court.43</url>

data/xml/2016.jeptalnrecital.xml

@@ -278,13 +278,13 @@
     </paper>
     <paper id="23">
       <title>La distinction entre les paraphasies phonétiques et phonologiques dans l’aphasie : Etude de cas de deux patients aphasiques (The distinction between phonetic and phonological paraphasias in aphasia: A multiple casestudy of aphasic patients)</title>
-      <language>fra</language>
       <author><first>Clémence</first><last>Verhaegen</last></author>
       <author><first>Véronique</first><last>Delvaux</last></author>
       <author><first>Kathy</first><last>Huet</last></author>
-      <author><first>Fagniart</first><last>Sophie</last></author>
+      <author><first>Sophie</first><last>Fagniart</last></author>
       <author><first>Myriam</first><last>Piccaluga</last></author>
       <author><first>Bernard</first><last>Harmegnies</last></author>
+      <language>fra</language>
       <pages>200–210</pages>
       <abstract>La spécificité phonologique ou phonétique des erreurs de production orale observées chez les patients aphasiques reste débattue. Cependant, la distinction entre ces deux types d’erreurs est fréquemment basée sur des analyses perceptives qui peuvent être influencées par le système perceptif de l’expérimentateur. Afin de pallier ce biais, nous avons réalisé des analyses acoustiques des productions de deux patients aphasiques, dans une tâche de répétition de non-mots. Nous nous sommes centrés sur l’analyse de consonnes occlusives. Les résultats ont montré la présence de difficultés de gestion du voisement chez les deux patients, indiquant la présence de troubles phonétiques. En outre, les résultats montrent une grande diversité des manifestations des troubles langagiers des patients ainsi que l’intervention potentielle de stratégies de compensation de leurs difficultés. L’intérêt de procéder à des analyses acoustiques précises utilisant des indices multiples est discuté.</abstract>
       <url hash="d6d71199">2016.jeptalnrecital-jep.23</url>
@@ -722,12 +722,12 @@
     </paper>
     <paper id="63">
       <title>Que disents nos silences? Apport des données acoustiques, articulatoires et physiologiques pour l’étude des pauses silencieuses (What do our silences say? Contribution of acoustic, articulatory and physiological data to the study on silent pauses)</title>
+      <author><first>Muriel</first><last>Lalain</last></author>
+      <author><first>Thierry</first><last>Legou</last></author>
+      <author><first>Camille</first><last>Fauth</last></author>
+      <author><first>Fabrice</first><last>Hirsch</last></author>
+      <author><first>Ivana</first><last>Didirkova</last></author>
       <language>fra</language>
-      <author><first>Lalain</first><last>Muriel</last></author>
-      <author><first>Legou</first><last>Thierry</last></author>
-      <author><first>Fauth</first><last>Camille</last></author>
-      <author><first>Hirsch</first><last>Fabrice</last></author>
-      <author><first>Didirkova</first><last>Ivana</last></author>
       <pages>563–570</pages>
       <abstract>Si la rhétorique s’est intéressée très tôt à la pause, il a fallu attendre le XXème siècle pour que d’autres disciplines – la psycholinguistique, le traitement automatique des langues, la phonétique – accordent à ces moments de silence l’intérêt qu’ils méritent. Il a ainsi été montré que ces ruptures dans le signal acoustique, loin de signer une absence d’activité, constituaient en réalité le lieu d’une activité physiologique (la respiration) et/ou cognitive (planification du discours) qui participent tout autant au message que la parole elle-même. Dans cette étude pilote, nous proposons des observations et des pistes de réflexions à partir de l’analyse des pauses silencieuses dans un corpus de parole lue et semi dirigée. Nous mettons notamment en évidence l’apport de l’analyse conjointe de données acoustiques, articulatoires (EMA) et physiologiques (respiratoires) pour l’identification, parmi les pauses silencieuses, des pauses respiratoires, syntaxiques et d’hésitation.</abstract>
       <url hash="8baa6e4f">2016.jeptalnrecital-jep.63</url>
@@ -756,15 +756,15 @@
     </paper>
     <paper id="66">
       <title>Quels tests d’intelligibilité pour évaluer les troubles de production de la parole ? (What kind of intelligibility test to assess speech production disorders?)</title>
-      <language>fra</language>
       <author><first>Alain</first><last>Ghio</last></author>
       <author><first>Laurence</first><last>Giusti</last></author>
       <author><first>Emilie</first><last>Blanc</last></author>
       <author><first>Serge</first><last>Pinto</last></author>
-      <author><first>Lalain</first><last>Muriel</last></author>
+      <author><first>Muriel</first><last>Lalain</last></author>
       <author><first>Danièle</first><last>Robert</last></author>
       <author><first>Corine</first><last>Fredouille</last></author>
       <author><first>Virginie</first><last>Woisard</last></author>
+      <language>fra</language>
       <pages>589–596</pages>
       <abstract>L’intelligibilité de la parole se définit comme le degré de précision avec lequel un message est compris par un auditeur. A ce titre, la perte d’intelligibilité représente souvent une plainte importante pour les patients atteints de troubles de production de la parole, puisqu’elle participe à la diminution de la qualité de vie au niveau communicationnel. Plusieurs outils existent actuellement pour évaluer l’intelligibilité mais aucun ne satisfait pleinement les contraintes cliniques. Dans une première étude, nous avons adapté au français la version 2 du Frenchay Dysarthria Assessment, un test reconnu dans le milieu anglo-saxon pour l’évaluation de locuteurs dysarthriques. Nous avons créé le corpus de mots français en nous appuyant sur les critères définis dans le FDA-2 puis nous avons testé le protocole sur une cinquantaine de locuteurs. Les résultats sont satisfaisants mais divers biais méthodologiques nous ont conduits à poursuivre notre démarche en proposant des listes de pseudo-mots apparentant le test à du décodage acoustico-phonétique.</abstract>
       <url hash="20146cec">2016.jeptalnrecital-jep.66</url>

data/xml/2020.gamnlp.xml

@@ -48,7 +48,7 @@
     <paper id="4">
       <title>Game Design Evaluation of <fixed-case>GWAP</fixed-case>s for Collecting Word Associations</title>
       <author><first>Mathieu</first><last>Lafourcade</last></author>
-      <author><first>Le Brun</first><last>Nathalie</last></author>
+      <author><first>Nathalie</first><last>Le Brun</last></author>
       <pages>26–33</pages>
       <abstract>GWAP design might have a tremendous effect on its popularity of course but also on the quality of the data collected. In this paper, a comparison is undertaken between two GWAPs for building term association lists, namely JeuxDeMots and Quicky Goose. After comparing both game designs, the Cohen kappa of associative lists in various configurations is computed in order to assess likeness and differences of the data they provide.</abstract>
       <url hash="9e10add5">2020.gamnlp-1.4</url>

data/xml/2020.lrec.xml

@@ -5399,7 +5399,7 @@
     <paper id="439">
       <title>Neural Disambiguation of Lemma and Part of Speech in Morphologically Rich Languages</title>
       <author><first>José María</first><last>Hoya Quecedo</last></author>
-      <author><first>Koppatz</first><last>Maximilian</last></author>
+      <author><first>Maximilian W.</first><last>Koppatz</last></author>
       <author><first>Roman</first><last>Yangarber</last></author>
       <pages>3573–3582</pages>
       <abstract>We consider the problem of disambiguating the lemma and part of speech of ambiguous words in morphologically rich languages. We propose a method for disambiguating ambiguous words in context, using a large un-annotated corpus of text, and a morphological analyser—with no manual disambiguation or data annotation. We assume that the morphological analyser produces multiple analyses for ambiguous words. The idea is to train recurrent neural networks on the output that the morphological analyser produces for unambiguous words. We present performance on POS and lemma disambiguation that reaches or surpasses the state of the art—including supervised models—using no manually annotated data. We evaluate the method on several morphologically rich languages.</abstract>

data/xml/2020.nlpcovid19.xml

@@ -635,7 +635,7 @@
       <title><fixed-case>A</fixed-case>sk<fixed-case>M</fixed-case>e: A <fixed-case>LAPPS</fixed-case> <fixed-case>G</fixed-case>rid-based <fixed-case>NLP</fixed-case> Query and Retrieval System for Covid-19 Literature</title>
       <author><first>Keith</first><last>Suderman</last></author>
       <author><first>Nancy</first><last>Ide</last></author>
-      <author><first>Verhagen</first><last>Marc</last></author>
+      <author><first>Marc</first><last>Verhagen</last></author>
       <author><first>Brent</first><last>Cochran</last></author>
       <author><first>James</first><last>Pustejovsky</last></author>
       <abstract>In a recent project, the Language Application Grid was augmented to support the mining of scientific publications. The results of that ef- fort have now been repurposed to focus on Covid-19 literature, including modification of the LAPPS Grid “AskMe” query and retrieval engine. We describe the AskMe system and discuss its functionality as compared to other query engines available to search covid-related publications.</abstract>

data/xml/2021.acl.xml

@@ -9803,7 +9803,7 @@ The source code has been made available at \url{https://github.com/liam0949/DCLO
     <paper id="136">
       <title><fixed-case>S</fixed-case>a<fixed-case>R</fixed-case>o<fixed-case>C</fixed-case>o: Detecting Satire in a Novel <fixed-case>R</fixed-case>omanian Corpus of News Articles</title>
       <author><first>Ana-Cristina</first><last>Rogoz</last></author>
-      <author><first>Gaman</first><last>Mihaela</last></author>
+      <author><first>Mihaela</first><last>Găman</last></author>
       <author><first>Radu Tudor</first><last>Ionescu</last></author>
       <pages>1073–1079</pages>
       <abstract>In this work, we introduce a corpus for satire detection in Romanian news. We gathered 55,608 public news articles from multiple real and satirical news sources, composing one of the largest corpora for satire detection regardless of language and the only one for the Romanian language. We provide an official split of the text samples, such that training news articles belong to different sources than test news articles, thus ensuring that models do not achieve high performance simply due to overfitting. We conduct experiments with two state-of-the-art deep neural models, resulting in a set of strong baselines for our novel corpus. Our results show that the machine-level accuracy for satire detection in Romanian is quite low (under 73% on the test set) compared to the human-level accuracy (87%), leaving enough room for improvement in future research.</abstract>

data/xml/2021.eacl.xml

@@ -968,8 +968,8 @@
     </paper>
     <paper id="81">
       <title>Clustering Word Embeddings with Self-Organizing Maps. Application on <fixed-case>L</fixed-case>a<fixed-case>R</fixed-case>o<fixed-case>S</fixed-case>e<fixed-case>D</fixed-case>a - A Large <fixed-case>R</fixed-case>omanian Sentiment Data Set</title>
-      <author><first>Anca</first><last>Tache</last></author>
-      <author><first>Gaman</first><last>Mihaela</last></author>
+      <author><first>Anca Maria</first><last>Tache</last></author>
+      <author><first>Mihaela</first><last>Găman</last></author>
       <author><first>Radu Tudor</first><last>Ionescu</last></author>
       <pages>949–956</pages>
       <abstract>Romanian is one of the understudied languages in computational linguistics, with few resources available for the development of natural language processing tools. In this paper, we introduce LaRoSeDa, a Large Romanian Sentiment Data Set, which is composed of 15,000 positive and negative reviews collected from the largest Romanian e-commerce platform. We employ two sentiment classification methods as baselines for our new data set, one based on low-level features (character n-grams) and one based on high-level features (bag-of-word-embeddings generated by clustering word embeddings with k-means). As an additional contribution, we replace the k-means clustering algorithm with self-organizing maps (SOMs), obtaining better results because the generated clusters of word embeddings are closer to the Zipf’s law distribution, which is known to govern natural language. We also demonstrate the generalization capacity of using SOMs for the clustering of word embeddings on another recently-introduced Romanian data set, for text categorization by topic.</abstract>

data/xml/2021.vardial.xml

@@ -22,7 +22,7 @@
     <paper id="1">
       <title>Findings of the <fixed-case>V</fixed-case>ar<fixed-case>D</fixed-case>ial Evaluation Campaign 2021</title>
       <author><first>Bharathi Raja</first><last>Chakravarthi</last></author>
-      <author><first>Gaman</first><last>Mihaela</last></author>
+      <author><first>Mihaela</first><last>Găman</last></author>
       <author><first>Radu Tudor</first><last>Ionescu</last></author>
       <author><first>Heidi</first><last>Jauhiainen</last></author>
       <author><first>Tommi</first><last>Jauhiainen</last></author>
@@ -121,7 +121,7 @@
     </paper>
     <paper id="10">
       <title><fixed-case>U</fixed-case>nibuc<fixed-case>K</fixed-case>ernel: Geolocating <fixed-case>S</fixed-case>wiss <fixed-case>G</fixed-case>erman Jodels Using Ensemble Learning</title>
-      <author><first>Gaman</first><last>Mihaela</last></author>
+      <author><first>Mihaela</first><last>Găman</last></author>
       <author><first>Sebastian</first><last>Cojocariu</last></author>
       <author><first>Radu Tudor</first><last>Ionescu</last></author>
       <pages>84–95</pages>

data/xml/2022.starsem.xml

@@ -291,12 +291,12 @@
     </paper>
     <paper id="25">
       <title>Speech acts and Communicative Intentions for Urgency Detection</title>
-      <author><first>Laurenti</first><last>Enzo</last></author>
-      <author><first>Bourgon</first><last>Nils</last></author>
+      <author><first>Enzo</first><last>Laurenti</last></author>
+      <author><first>Nils</first><last>Bourgon</last></author>
       <author><first>Farah</first><last>Benamara</last></author>
-      <author><first>Mari</first><last>Alda</last></author>
+      <author><first>Alda</first><last>Mari</last></author>
       <author><first>Véronique</first><last>Moriceau</last></author>
-      <author><first>Courgeon</first><last>Camille</last></author>
+      <author><first>Camille</first><last>Courgeon</last></author>
       <pages>289-298</pages>
       <abstract>Recognizing speech acts (SA) is crucial for capturing meaning beyond what is said, making communicative intentions particularly relevant to identify urgent messages. This paper attempts to measure for the first time the impact of SA on urgency detection during crises,006in tweets. We propose a new dataset annotated for both urgency and SA, and develop several deep learning architectures to inject SA into urgency detection while ensuring models generalisability. Our results show that taking speech acts into account in tweet analysis improves information type detection in an out-of-type configuration where models are evaluated in unseen event types during training. These results are encouraging and constitute a first step towards SA-aware disaster management in social media.</abstract>
       <url hash="b167524b">2022.starsem-1.25</url>

data/xml/2023.acl.xml

@@ -4360,10 +4360,10 @@
       <video href="2023.acl-long.307.mp4"/>
     </paper>
     <paper id="308">
-      <title>No clues good clues: out of context Lexical Relation Classification</title>
-      <author orcid="0000-0002-6734-8808"><first>Lucia</first><last>Pitarch</last><affiliation>University of Zaragoza</affiliation></author>
-      <author orcid="0000-0001-8531-353X"><first>Jordi</first><last>Bernad</last><affiliation>University of Zaragoza</affiliation></author>
-      <author orcid="0000-0002-9169-5287"><first>Lacramioara</first><last>Dranca</last><affiliation>Centro Universitario de la Defensa</affiliation></author>
+      <title>No clues, good clues: Out of context Lexical Relation Classification</title>
+      <author orcid="0000-0002-6734-8808"><first>Lucía</first><last>Pitarch</last><affiliation>University of Zaragoza</affiliation></author>
+      <author orcid="0000-0001-8531-353X"><first>Jorge</first><last>Bernad</last><affiliation>University of Zaragoza</affiliation></author>
+      <author orcid="0000-0002-9169-5287"><first>Licri</first><last>Dranca</last><affiliation>Centro Universitario de la Defensa</affiliation></author>
       <author orcid="0000-0003-4239-8785"><first>Carlos</first><last>Bobed Lisbona</last><affiliation>University of Zaragoza, Spain</affiliation></author>
       <author orcid="0000-0001-6452-7627"><first>Jorge</first><last>Gracia</last><affiliation>University of Zaragoza</affiliation></author>
       <pages>5607-5625</pages>