L'extraction d'événements est une tâche complexe de traitement du langage naturel visant à identifier et classifier les mots déclencheurs et les arguments à partir de textes non structurés. L'ambiguïté sémantique des mots déclencheurs et des arguments est l'un des principaux défis affectant la précision de l'extraction d'événements. Les méthodes existantes supposent généralement une distribution équilibrée des différentes significations dans les mots déclencheurs et les arguments. Cependant, dans les scénarios pratiques, le nombre d'échantillons des différentes significations dans un même mot déclencheur ou argument varie, ce qui entraîne un biais dans la distribution sémantique. Ce biais pose deux défis pour l'extraction précise des événements : le manque de reconnaissance des significations peu fréquentes et la mauvaise classification des significations fréquentes. Pour relever ces défis, une méthode d'apprentissage sémantique adaptative est proposée, utilisant un mécanisme de récompense et de punition pour équilibrer la distribution sémantique des mots déclencheurs et des arguments polysemiques. Ce mécanisme réduit les écarts entre les significations à haute et basse fréquence en récompensant les classifications correctes et en pénalisant les erreurs, tout en élargissant l'écart entre les significations cibles et non cibles afin d'équilibrer la distribution sémantique. De plus, un mécanisme de prise de conscience contextuelle au niveau de la phrase est proposé pour guider l'encodeur à apprendre précisément les connaissances de l'événement mentionné dans la phrase, renforçant ainsi la prédiction sémantique précise des mots déclencheurs et des arguments polysemiques. Enfin, pour différentes tâches, un décodeur sémantique spécifique à la tâche est proposé afin d'identifier avec précision les limites des mots déclencheurs et des arguments prédits pour ces significations. Les résultats expérimentaux sur ACE2005 et ses variantes ainsi que sur la norme ERE montrent que la méthode proposée surpasse toutes les bases d'extraction d'événements à tâche unique et multi-tâches.

extraction d'événements; mots déclencheurs polysemés; arguments polysemés; déséquilibre sémantique; mécanisme de récompense et de punition