🧑‍🔬 Gaël Lejeune

🏛️ Affiliations

🔬Sens, Texte, Informatique, HistoireParis · France2016–2026 · 86 paperscurrent🎓Sorbonne UniversitéParis · France2017–2026 · 61 papersEmployment since 2017 · Associate professor, Sociology and Computer Sciencecurrent🔬CERES - Centre d'expérimentation en méthodes numériques pour les recherches en sciences humaines et socialesParis2022–2026 · 9 paperscurrent🔬GREYCCaen · France2009–2016 · 17 papers🔬Centre National de la Recherche ScientifiqueParis · France2013–2022 · 3 papers🎓Université de Caen NormandieCaen · France2010–2013 · 3 papers🎓Nantes UniversitéNantes · France2015 · 2 papers🎓Université de NantesNantes · France2015 · 2 papers

From the bylines of their papers (OpenAlex, 2026-10-14), ORCID and Wikidata; institutions on papers are matched by machine. 8 more institutions on single bylines are not listed.

🧭 Fields, topics and concepts

Of its works in our library, with the number of works on each.

📅 Works by year

2020s

2010s

📄 Papers

The most cited first (OpenAlex and our library).

1. MICHAEL: Mining Character-level Patterns for Arabic Dialect Identification (MADAR Challenge) (2019 · 11 citations)
   This paper presents MICHAEL, a system built for the MADAR shared task on travel-domain Arabic Dialect Identification (DID).
2. Comparison between Voting Classifier and Deep Learning methods for Arabic Dialect Identification (2020 · 4 citations)
   The paper describes the SORBONNE team's entry to the NADI 2020 shared task, subtask 1. The goal is to guess which of 21 Arab countries a tweet's dialect comes from. The data is heavily skewed: Egypt has about 21% of the tweets, while Bahrain and Djibouti have under 1% each. The authors compare three systems:
3. Sarcasm and Sentiment Detection in Arabic: investigating the interest of character-level features (2021 · 2 citations)
   This paper describes one team's entry to the 2021 WANLP shared task, which targeted detecting sentiment and sarcasm in Arabic.
4. Lost in Variation: An Unsupervised Methodology for Mining Lexico-syntactic Patterns in Middle Arabic Texts (2025 · 1 citation)
   Middle Arabic, a mix of standard, colloquial and register-specific features, has received almost no attention in NLP, and no tools exist for it.
5. Automatic Generation of Graded Texts in Old Church Slavonic (2026)
   Graded readers grounded in comprehensible input have been developed for a few classical languages, notably Latin and Ancient Greek.

All works

24 works of theirs in our library, the most cited first; 5 with a page here, the others link their original until we summarise them.

1. MICHAEL: Mining Character-level Patterns for Arabic Dialect Identification (MADAR Challenge)Arabic Natural Language Processing Workshop (WANLP)Dhaou Ghoul, Gaël Lejeune2019 · 11 citations
2. Reconnaissance de défigements dans des tweets en français par des mesures de similarité sur des alignements textuels ↗Actes de CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : travaux de recherche originaux – articles longs · no summary yetJulien Bezançon, Gaël Lejeune2023 · 4 citations
3. Comparison between Voting Classifier and Deep Learning methods for Arabic Dialect IdentificationArabic Natural Language Processing Workshop (WANLP)Ghoul Dhaou, Gaël Lejeune2020 · 4 citations
4. Calcul de similarité entre phrases : quelles mesures et quels descripteurs ? (Sentence Similarity : a study on similarity metrics with words and character strings ) ↗Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Atelier DÉfi Fouille de Textes · no summary yetDavide Buscaldi et al.2020 · 4 citations
5. DEFT2014, automatic analysis of literary and scientific texts in French (DEFT 2014, analyse automatique de textes littéraires et scientifiques en langue française) [in French] ↗TALN-RECITAL 2014 Workshop DEFT 2014 : DÉfi Fouille de Textes (DEFT 2014 Workshop: Text Mining Challenge) · no summary yetCharlotte Lecluze, Gaël Lejeune2014 · 3 citations
6. Forbidden FRUIT is the Sweetest: An Annotated Tweets Corpus for French Unfrozen Idioms Identification ↗Proceedings of the 19th Linguistic Annotation Workshop (LAW-XIX-2025) · no summary yetJulien Bezançon et al.2025 · 2 citations
7. Sarcasm and Sentiment Detection in Arabic: investigating the interest of character-level featuresArabic Natural Language Processing Workshop (WANLP)Dhaou Ghoul, Gaël Lejeune2021 · 2 citations
8. Lost in Variation: An Unsupervised Methodology for Mining Lexico-syntactic Patterns in Middle Arabic TextsWorkshop on Arabic Corpus LinguisticsJulien Bezançon, Rimane Karam, Gaël Lejeune2025 · 1 citation
9. Que recèlent les données textuelles issues du web ? (What do text data from the Web have to hide ?) ↗Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). 2e atelier Éthique et TRaitemeNt Automatique des Langues (ETeRNAL) · no summary yetAdrien Barbaresi, Gaël Lejeune2020 · 1 citation
10. Bien choisir son outil d'extraction de contenu à partir du Web (Choosing the appropriate tool for Web Content Extraction ) ↗Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Volume 4 : Démonstrations et résumés d'articles internationaux · no summary yetGaël Lejeune, Adrien Barbaresi2020 · 1 citation
11. Évaluation intrinsèque et extrinsèque du nettoyage de pages Web ↗Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts · no summary yetGaël Lejeune, Romain Brixtel, Charlotte Lecluze2015 · 1 citation
12. Automatic Generation of Graded Texts in Old Church SlavonicWorkshop on Evaluating Text Difficulty in a Multilingual ContextIglika Nikolova-Stoupak, Gaël Lejeune, Aliona Shestakova-Stukun, et al.2026
13. Lost In Variation : extraction non-supervisée de motifs lexico-syntaxiques dans des textes en moyen arabe ↗Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d'articles publiés · no summary yetJulien Bezançon, Rimane Karam, Gaël Lejeune2025
14. Comment mesurer les biais politiques des grands modèles de langue multilingues? ↗Actes de l'atelier Ethic and Alignment of (Large) Language Models 2025 (EALM) · no summary yetPaul Lerner et al.2025
15. Trois méthodes Sorbonne et SNCF pour la résolution de QCM (DEFT2024) ↗Actes du Défi Fouille de Textes@TALN 2024 · no summary yetTom Rousseau et al.2024
16. Compilation of a Synthetic Judeo-French Corpus ↗Proceedings of the 8th Joint SIGHUM Workshop on Computational Linguistics for Cultural Heritage, Social Sciences, Humanities and Literature (LaTeCH-CLfL 2024) · no summary yetIglika Nikolova-Stoupak, Gaél Lejeune, Eva Schaeffer-Lacroix2024
17. SPQR@Deft2023: Similarité Sorbonne Pour les Systèmes de Question Réponse ↗Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023 · no summary yetJulien Bezançon et al.2023
18. QUEER@DEFT2021 : Identification du Profil Clinique de Patients et Notation Automatique de Copies d'Étudiants (QUEER@DEFT2021 : Patients Clinical Profile Identification and Automatic Student Grading ) ↗Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Atelier DÉfi Fouille de Textes (DEFT) · no summary yetYoann Dupont et al.2021
19. Indexation et appariements de documents cliniques pour le Deft 2019 (Indexing and pairing texts of the medical domain ) ↗Actes de la Conférence sur le Traitement Automatique des Langues Naturelles (TALN) PFIA 2019. Défi Fouille de Textes (atelier TALN-RECITAL) · no summary yetDavide Buscaldi et al.2019
20. Modèles en Caractères pour la Détection de Polarité dans les Tweets (Character-level Models for Polarity Detection in Tweets ) ↗Actes de la Conférence TALN. Volume 2 - Démonstrations, articles des Rencontres Jeunes Chercheurs, ateliers DeFT · no summary yetDavide Buscaldi, Joseph Le Roux, Gaël Lejeune2018
21. Attribution d'Auteur : approche multilingue fondée sur les répétitions maximales ↗Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs · no summary yetRomain Brixtel, Charlotte Lecluze, Gaël Lejeune2015
22. Vers un diagnostic d'ambiguïté des termes candidats d'un texte ↗Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts · no summary yetGaël Lejeune, Béatrice Daille2015
23. Parallel areas detection in multi-documents for multilingual alignment (Détection de zones parallèles à l'intérieur de multi-documents pour l'alignement multilingue) [in French] ↗Proceedings of TALN 2013 (Volume 1: Long Papers) · no summary yetCharlotte Lecluze et al.2013
24. DAnIEL, parsimonious yet high-coverage multilingual epidemic surveillance (DAnIEL : Veille épidémiologique multilingue parcimonieuse) [in French] ↗Proceedings of TALN 2013 (Volume 3: System Demonstrations) · no summary yetGaël Lejeune et al.2013

🤝 Co-authors here

3 co-authors with a page, the most papers together first.

• Dhaou Ghoul ×2
• Iglika Nikolova-Stoupak
• Julien Bezançon

Venues

Where their works here were published, the most works first, with the editions of those that have a page.

• Arabic Natural Language Processing Workshop (WANLP) ×3: WANLP 2021, WANLP 2020, WANLP 2019
• Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles courts ×2
• Proceedings of TALN 2013 (Volume 1: Long Papers) ×2
• Workshop on Evaluating Text Difficulty in a Multilingual Context: Workshop on Evaluating Text Difficulty in a Multilingual Context 2026
• Workshop on Arabic Corpus Linguistics: Workshop on Arabic Corpus Linguistics 2025
• Actes de CORIA-TALN 2023. Actes de la 30e Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 1 : travaux de recherche originaux – articles longs
• Actes de CORIA-TALN 2023. Actes du Défi Fouille de Textes@TALN2023
• Actes de l'atelier Ethic and Alignment of (Large) Language Models 2025 (EALM)
• Actes de la 22e conférence sur le Traitement Automatique des Langues Naturelles. Articles longs
• Actes de la 28e Conférence sur le Traitement Automatique des Langues Naturelles. Atelier DÉfi Fouille de Textes (DEFT)
• Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). 2e atelier Éthique et TRaitemeNt Automatique des Langues (ETeRNAL)
• Actes de la 6e conférence conjointe Journées d'Études sur la Parole (JEP, 33e édition), Traitement Automatique des Langues Naturelles (TALN, 27e édition), Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues (RÉCITAL, 22e édition). Atelier DÉfi Fouille de Textes

🔗 Cited by

Papers of our library cite their works 17 times (of the 149,439 papers whose bibliographies we read); 8 citing papers with a page here →.

Updated 1 November 2026

↑ back to top

This page in Markdown → https://md.research.elamur.ai/free/en/authors/gael-lejeune/