Cet article décrit la soumission du LISN à la deuxième piste (piste ouverte) de la tâche partagée sur la génération de gloses interlinéaires pour SIGMORPHON 2023. Nos systèmes sont basés sur Lost, qui met en oeuvre une variante des champs aléatoires conditionnels linéaires, initialement développée comme un modèle de traduction probabiliste et ensuite adaptée à la tâche de la génération de gloses. Ce modèle nous permet de gérer l'un des principaux défis posés par cette tâche, à savoir le fait que la liste des étiquettes potentielles pour les morphèmes lexicaux n'est pas fixée à l'avance et doit être étendue dynamiquement lorsque des étiquettes ne sont pas vues lors de l'entraînement. Dans de telles situations, nous montrons comment utiliser les gloses lexicales candidates trouvées dans la traduction et discutons de la manière dont cette extension affecte les procédures d'apprentissage et d'inférence. Les systèmes de génération automatique de gloses qui en résultent donnent des résultats très compétitifs, en particulier lorsque les ressources d'apprentissage sont limitées.