Étude de l'influence des représentations textuelles sur la détection d'évènements non supervisée dans des flux de données

La detection d’evenements a partir des donnees postees sur internet est un sujet important de la recherche d’information. Les sources de donnees potentiellement interessantes sont multiples et peuvent prendre la forme de flux de donnees textuelles plus ou moins structurees. Nous etudions dans cet article la detection d’evenements dans les flux de donnees textuelles et plus particulierement l’impact de la representation du texte sur la qualite des evenements detectes. Nous comparons differentes approches de traitement du langage dans deux contextes : supervise et non supervise. Nous etudions la question de l’efficacite des modeles bases sur les architectures Transformer pour la detection d’evenements dans les documents courts. Cette etude nous permet de conclure que, contrairement a ce qui avait pu etre precedemment montre, les architectures Transformer peuvent etre competitives par rapport aux methodes classiques.