Exploitation de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi) pour la recherche d images

Dimension: px
Commencer à balayer dès la page:

Download "Exploitation de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi) pour la recherche d images"

Transcription

1 Exploitation de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi) pour la recherche d images Inga Gheorghita 1,2,3 (1) Université de Lorraine, ATILF UMR 7118, Nancy F-54000, France (2) CNRS, ATILF UMR 7118, Nancy F-54000, France (3) XILOPIX, 2 rue de Nancy, Épinal F-88000, France RÉSUMÉ. Les systèmes de recherche d images actuels proposent les résultats de la recherche sous forme d une simple liste d images. Or, cette présentation n est pas toujours pratique, surtout lorsque les utilisateurs n ont pas une idée précise de ce qu ils recherchent, car ils sont alors amenés à parcourir plusieurs pages avant de trouver les images désirées. Dans cet article, nous décrivons un système de recherche d images qui exploite de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi). L avantage d un tel système est qu il recherche les images associées et présente les résultats de façon structurée selon les domaines auxquels les concepts de la requête de recherche peuvent faire référence. Afin de valider notre approche, nous avons lancé plusieurs requêtes composées de concepts de différents domaines pour évaluer les performances de l application et présentons à la fin une analyse des résultats obtenus. ABSTRACT. The current image retrieval systems propose search results as a simple list of images. However, this presentation is not always practical, especially when users do not have a clear idea of what they are looking for as they are brought to browse through several pages before finding the desired images. In this paper we describe an images retrieval system, which exploits the semantic hierarchies constructed from the Treasury of the French Language computerized. The advantage of such system is that it researches the associated images and presents the results in a structured way according to the domains of search concept. In order to validate our approach, we have launched several queries composed of concepts from different domains to evaluate the performance of the application and we present at the end the analysis of the obtained results. MOTS-CLÉS : hiérarchies sémantiques, recherche d images, domaines, TLFi KEYWORDS : semantic hierarchies, image retrieval, domains, TLFi 1. Introduction L utilisation de ressources lexicales est très répandue dans le domaine de l indexation et de la recherche d images. Compte tenu du coût de la construction de nouvelles ressources lexicales, plusieurs travaux essaient d utiliser les ressources lexicales existantes pour améliorer l accès à de grands fonds d images, voire même de construire automatiquement de nouvelles ressources. En analysant les différentes approches qui utilisent des ressources lexicales dans le domaine de l indexation et de la recherche textuelle d images, nous avons constaté que les principaux avantages apportés par des ressources lexicales concernaient les suivantes: - La reformulation automatique des requêtes (Hollink et al., 2007). Puisque les requêtes de recherche sont souvent très courtes ou ambiguës, l extension des requêtes en utilisant les relations sémantiques permet d améliorer les résultats de recherche. - La structuration des résultats (Popescu et al., 2007). Au lieu d une simple liste d images, les résultats sont proposés sous forme d ensembles d images structurés pour chaque sens du concept principal de la requête. Par exemple, pour la requête chien les images seront

2 regroupées par catégorie de chiens. Ce fait peut être très utile si l utilisateur n a aucune idée sur la catégorie de chiens qu il recherche. - L interaction avec l utilisateur (Popescu & Grefenstette, 2008). Le système Olive propose à l utilisateur des termes proches de sa requête pour affiner la recherche. - L interprétation sémantique du contenu en utilisant les ontologies (Liu et al., 2009), (Aspura et al.,2011), (Khalid & Noah, 2011). Dans ces cas les ontologies sont construites automatiquement à partir de Wikipedia ou de Dbpedia (Auer et al., 2007). Cependant, parmi les ressources habituellement utilisées dans l'indexation et la recherche d'images (WordNet, thésaurus et ontologies), les dictionnaires de langue ne sont en général pas mentionnés. Ceci est probablement dû au fait que l'accès aux sources (SGML / XML) des dictionnaires n'est pas toujours possible. En outre, dans les dictionnaires, les connaissances sont le plus souvent encodées implicitement, ce qui ne facilite pas leur utilisation par les applications de traitement automatique du langage naturel (Ide & Véronis, 1995). Cependant, l'avantage d un dictionnaire réside dans sa structure hyperonymique s appuyant en général sur la notion de domaines des définitions. Le but de cet article est de montrer que les connaissances dictionnairiques, en particulier les domaines des définitions, peuvent améliorer le processus de recherche d'images. Pour le prouver, nous présentons un algorithme de recherche d'images préalablement indexées automatiquement à l'aide de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi) (Dedien & Pierrel, 2003). 2. Hiérarchies sémantiques Afin de pouvoir utiliser les connaissances du TLFi dans le domaine d indexation et de recherche d images, nous avons proposé dans un premier temps une approche de construction automatique de hiérarchies sémantiques pour les entrées du dictionnaire (Gheorghita & Pierrel, 2012) (cf. figure 1). Figure 1. Exemple de hiérarchies sémantiques pour le vocable ANANAS. Ce fait nous a permis d organiser les connaissances sous forme des arbres hiérarchiques composés de nœuds de trois types : nœud domaine, nœud lexème, nœud lemme. Suivant le type, la structure des données du nœud est différente. Pour le nœud domaine, la structure de données est limitée au nom du domaine et son identifiant dans la base de données. La structure du nœud lexème est composée du nom du lexème et de son type et celle du nœud lemme contient le nom du lemme, son identifiant, le nom du lexème, son poids, sa position dans la définition du TLFi, l identifiant de la définition, le domaine, le type. Les nœuds lemmes ainsi que les nœuds lexèmes peuvent être de deux types, I ou II. Les nœuds lemmes de type I sont des nœuds de hiérarchies sémantiques utilisés pour l indexation et la recherche

3 d images. Les nœuds lemmes de type II ne font pas partie de hiérarchies sémantiques, toutefois ils participent activement pour la création de celles-ci. Les nœuds lexèmes de type I sont des nœuds pour lesquels les hiérarchies sémantiques ont été construites et ceux de type II sont des nœuds utilisés pour la construction de hiérarchies sémantiques de trois niveaux (cf. figure 1, ananas->broméliacées->plante). Dans les hiérarchies, les nœuds sont reliés par des relations sémantiques de 4 types : - relation «is-a» (relation hyperonymique) - relation «TA» (relation d association) associe le lexème avec les lemmes de sa définition qui n ont pas été utilisés pour la construction de hiérarchies sémantiques - relation «TA_location» (relation d association de lieu) indique le lieu géographique - relation «in_domain» indique le domaine d utilisation du lexème Les relations sémantiques permettent d'expliciter les relations entre les mots-clés et aussi de les désambiguïser, si nécessaire. 3. Indexation d images Afin de rechercher les images, nous avons tout d abord proposé un algorithme d indexation automatique d images qui explore les descriptions textuelles associées aux images. Pour ce faire, le système d indexation s appuie sur les relations sémantiques entre les mots-clés en utilisant les hiérarchies sémantiques construites. Le but de l algorithme est de déterminer automatiquement à partir des descriptions textuelles des images composées d une liste de mots-clés, les termes d indexation qui correspondent aux concepts principaux qui y sont représentés. Pour évaluer l exactitude de l indexation, nous avons utilisé un corpus constitué de 503 images avec leurs descriptions textuelles extraites de Getty images 1, appartenant aux différents domaines (ex. flore, faune, architecture, jeux, sport, etc.). L évaluation a été réalisée par un seul documentaliste. L objectif était d évaluer les termes d indexation déterminés par notre algorithme pour chaque image en précisant s ils correspondent ou non aux concepts représentés dans l image. En analysant les résultats de l évaluation, nous avons obtenu que 91,51 % des termes d indexation ont été déterminés correctement tandis que 8,48 % des termes ont été déterminés incorrectement. 4. Algorithme de recherche d images Nous décrivons dans cette section notre algorithme de recherche d'images. Le but de l'algorithme est de trouver dans la base de données toutes les images pertinentes comme réponse à une requête de recherche d un utilisateur. Cet algorithme recherche les images qui ont été indexées automatiquement en se basant sur la description textuelle associée aux images et à l'aide de hiérarchies sémantiques construites à partir du TLFi. S appuyant sur cette indexation, notre algorithme de recherche à partir d une requête utilisateur est le suivant : 1. Lemmatisation et annotation morphosyntaxique des mots-clés de la requête de recherche d utilisateur en utilisant Morphalou 2, puis filtrage par élimination des mots-clés appartenant aux catégories autres que Nom. 2. Pour chaque mot-clé de la requête, construction de ses arbres hiérarchiques en utilisant notre algorithme de construction automatique de hiérarchies sémantiques Morphalou (http://www.cnrtl.fr/lexiques/morphalou/) est un lexique ouvert des formes fléchies du français qui contiennent 539,413 formes fléchies, appartenant à 68,075 lemmes.

4 3. À partir des relations de filiations obtenues lors de la construction des arbres hiérarchiques pour chaque mot-clé, extraction des relations où les nœuds fils et les nœuds pères représentent les mots-clés de la requête. SI telles relations ont été déterminées ALORS POUR CHAQUE relation «in_domain» RÉPÉTER sélection des images indexées au nœud fils de la relation déterminée POUR CHAQUE relation «is-a» RÉPÉTER sélection des images indexées au nœud fils de la relation déterminée POUR CHAQUE relation «TA» RÉPÉTER sélection des images indexées au nœud père de la relation déterminée SINON détermination dans les hiérarchies sémantiques de l ensemble des identifiants des nœuds pour chaque mot-clé de la requête POUR CHAQUE identifiant du nœud de cet ensemble RÉPÉTER détermination de son type SI le nœud est de type «lexème I» ALORS sélection de toutes les images indexées à ce nœud SI le nœud est de type «lemme I» et son nœud père est de type «domaine» ALORS sélection des images indexées aux nœuds fils de ce nœud SI le nœud est de type «lemme I» et son nœud père est de type «lexème I» ALORS sélection des images indexées aux nœuds pères de ce nœud FIN POUR CHAQUE FINSI 4. Les images trouvées sont groupées selon le domaine du nœud auquel elles ont été indexées. S il n y a qu un seul domaine ALORS le nom du domaine n est pas affiché SI le nom du domaine est générique 3 ALORS le nom du domaine n est pas affiché S il y a plusieurs domaines différents et le domaine générique ALORS tout d abord seront présentées les images du domaine générique sans présenter le nom du domaine et ensuite seront affichés les autres domaines dans l ordre dans lequel ils ont été trouvés 5. Les résultats de la recherche sont présentés à l utilisateur sous forme d une mosaïque d images pour chaque domaine auquel les images trouvées peuvent appartenir. 5. Évaluation Nous avons évalué notre système de recherche d images en calculant la précision des résultats de recherche en fonction du domaine. Le but est d évaluer la qualité des résultats de recherche obtenus, en déterminant si les images trouvées par le système sont ou non pertinentes pour la requête de recherche dans le domaine sélectionné. 3 Dans le TLFi les domaines associés aux définitions indiquent le domaine pour lequel le sens d un lexème est valide. Les domaines des définitions signifient que le lexème donné a un sens particulier dans ce domaine. Dans le cas si une définition est sans domaine, son sens est générique et peut être appliqué à tous les autres domaines. Ainsi, nous avons attribué aux définitions sans domaine le domaine nommé générique.

5 Pour mesurer la qualité de la recherche, nous avons calculé les valeurs de la précision et du rappel pour 34 concepts (ex. lion, aigle, peur, trottinette, etc.) appartenant à des domaines différents (ex. architecture, flore, faune, sport, etc.). Pour ce faire, nous avons utilisé un corpus constitué de 503 d images indexées préalablement en utilisant les arbres hiérarchiques construits à partir du TLFi Analyse des résultats de l évaluation En analysant les résultats de cette évaluation, nous avons constaté que la précision de la recherche est plus élevée que le rappel, c'est-à-dire que l algorithme trouve les images pertinentes, mais pas la totalité des celles-ci. La principale cause est que, lors de l indexation, les images n ont pas été indexées par tous les termes des hiérarchies sémantiques auxquels elles auraient dû être indexées. Par contre, nous avons obtenu une précision et un rappel égaux à 1 pour les requêtes comme lion dans le domaine numismatique, nénuphar dans le domaine générique, etc. ce qui signifie que l algorithme, ne faisant aucune erreur, a trouvé la totalité des images pertinentes à la requête. Toutefois, pour certaines requêtes (ex. football dans le domaine sports, dauphin dans le domaine technologie, etc.) la précision et le rappel sont égaux à 0 parce que les images proposées ne correspondaient pas au concept principal de la requête d utilisateur ou au domaine pour lequel elles ont été trouvées. Une analyse plus détaillée des résultats est présentée par la suite Domaines erronés En analysant les résultats de la recherche, nous avons rencontré des cas où les images proposées pour un domaine ne correspondaient pas tout à fait à celui-ci. La figure 2 cidessous représente les images trouvées pour le concept dauphin dans le domaine technologie. Si toutes ces images trouvées ne correspondent pas au concept dauphin du domaine technologie, c est en fait parce qu elles n ont pas été correctement indexées. Figure 2. Exemple des images trouvées pour le concept dauphin du domaine technologie. Même si les images représentent bien le concept de la requête, elles ne correspondent pas ici au domaine dans lequel elles ont été indexées. C est dû au processus de l indexation qui a trouvé une relation d association entre les mots-clés de la description textuelle d images et les termes des hiérarchies sémantiques. Ici, la relation d association dauphin-tête, dans la définition du TLFi du lexème DAUPHIN : «Tuyau d'écoulement d'une fontaine, représentant la tête d'un dauphin», a provoqué l indexation de l image au terme dauphin du domaine technologie. Un autre problème concerne le domaine générique pour les vocables polysémiques. Dans le TLFi pour le vocable TULIPE il existe un lexème dont la définition pour le domaine botanique est «Plante bulbeuse de la famille des Liliacées, caractérisée par une haute tige

6 droite et lisse, de longues feuilles lancéolées, engainantes, de grandes fleurs terminales, généralement solitaires, évasées en urne, formées de six divisions vivement colorées, au fond panaché de noir, de bleu, garni d'un gros pistil et d'étamines rayonnantes, et qui est très appréciée pour l'ornementation» et des lexèmes dont les définitions tiennent de domaine générique comme «Fleur de cette plante, utilisée pour sa valeur ornementale». Ainsi, lors de l indexation d images, en fonction des relations d hyperonymie trouvées entre les motsclés de l image et les termes des hiérarchies sémantiques comme tulipe-fleur ou tulipe-plante, certaines images ont été indexées au domaine générique et botanique. Toutefois, entre les images appartenant à ces deux domaines il n existe pas de différences visuelles majeures (cf. figure 3). Même si le TLFi précise bien la différence entre tulipe-plante et tulipe-fleur, cellelà n est toutefois pas perçue par les annotateurs des images, ce qui, ensuite, ne permet pas l indexation correctement d images à ces deux domaines. Figure 3. Résultats de la recherche pour le concept tulipe. C est le même cas pour le concept désert qui peut appartenir au domaine générique et géographie, mais la différence visuelle est difficilement saisissable Relations d association Nous avons constaté que lors de la recherche d images les relations d association contribuent à l augmentation du rappel, mais n améliorent pas la précision. Ainsi pour le concept homme le système nous propose aussi une image d un étang, car dans des hiérarchies sémantiques construites à partir du TLFi au terme étang 4 est associé le terme homme. C est le même cas pour le concept tomate pour lequel le système trouve des images qui représentent des spaghettis sauce tomate à l italienne. Cela vient du fait que dans des hiérarchies construites au terme italien 5 du domaine art culinaire est associé le terme tomate. Les images trouvées pour le concept tomate ont une précision et un rappel égaux à 0, car l évaluateur a estimé que les images trouvées ne correspondaient pas au concept de la requête, le domaine art culinaire n étant pas représentatif du concept. Toutefois, dans le cas où plusieurs domaines auraient été trouvés pour ce concept, les images du domaine art culinaire auraient alors pu être évaluées positivement, car cela montrerait la diversité des domaines auxquels le concept donné peut appartenir Avantages et désavantages de notre approche de recherche d images Structurations des résultats de recherche selon les domaines La structuration des images trouvées selon les domaines du concept recherché permet de montrer à l utilisateur les différents sens du concept et d affiner sa recherche en fonction de 4 La définition du lexème ÉTANG dans le TLFi est «Étendue d'eau généralement stagnante, d'une faible profondeur, située dans une cuvette naturelle ou creusée par l'homme». 5 La définition du lexème ITALIEN dans le TLFi pour le domaine art culinaire est «Accommodé à l'huile d'olive, à la sauce tomate et au parmesan».

7 ses besoins d information. La figure 4 représente un exemple des résultats de recherche pour le concept avocat, en utilisant notre système. Ainsi, l utilisateur a la possibilité de parcourir seulement les images du domaine qui l intéresse. Figure 4. Résultats de la recherche pour le concept avocat. Les systèmes classiques proposent les résultats de recherche sous forme d une simple liste ordonnée selon la pertinence des images pour la requête. Ce type d affichage ne permet pas d avoir une vision de la diversité des images présentées sans parcourir l ensemble des images. Ainsi, par exemple dans Google Images l utilisateur intéressé par les images du lion comme signe astrologique trouvera ces images seulement à partir de la page 8. Il doit donc soit parcourir toutes les images précédentes, avant de trouver celles qui l intéressent, ce qui est fastidieux, soit reformuler sa requête, ce qui n est pas évident quand l utilisateur n a pas une vision claire de ce qu il recherche Recherche associative d images Nous avons vu lors de l évaluation que les relations d association contribuent à la baisse de la précision de recherche. Toutefois, les relations d association de lieu (ex. Afrique, Asie, Europe, etc.) peuvent être exploitées dans la recherche d images afin d assurer une recherche associative. On sait que l homme pense de manière associative, en combinant certains concepts selon sa propre expérience (ex. hiver-neige, été-soleil). Ainsi, une recherche associative permet de trouver pour un concept donné toutes les images qui sont liées par une relation d association de lieu. Par exemple, pour le concept Afrique on retrouve des images d oiseaux (tisserin), d animaux (lion, jaguar), de plantes (ananas, lotus) d Afrique. Cela permet à l utilisateur de se faire une idée générale sur la flore et la faune de l Afrique, dans le cas où il n a pas une image précise de ce qu il recherche Requêtes complexes Notre système permet aussi une recherche complexe en combinant plusieurs concepts. Toutefois, il propose les images qui ont été indexées par tous les concepts de la requête, ce qui ne le différencie pas d autres systèmes. Dans le cas des requêtes dont les mots-clés sont liés par la relation d hyperonymie comme fleur-tulipe, le système propose seulement les images correspondantes au concept le plus spécifique tulipe Conclusion Nous avons proposé un nouvel algorithme de recherche d images, qui contrairement aux systèmes existants, structure les réponses (images trouvées) selon les domaines auxquels le concept recherché peut appartenir. Cela introduit un niveau d interaction avec l utilisateur, qui permet à ce dernier de parcourir seulement les images du domaine qui l intéresse. De plus, ce type de structuration des résultats de recherche, en utilisant les connaissances du TLFi, permet aussi à l utilisateur d avoir immédiatement une idée générale sur la diversité des images, particulièrement dans le cas de concepts ambigus. Les résultats obtenus lors de l évaluation de notre système sont assez satisfaisants. Le système retrouve les images avec une précision

8 élevée. Un autre avantage de notre système est que, grâce aux relations d association, par exemple celles de lieu, il est capable de retrouver des images qui n ont pas été forcement indexées par le concept recherché (ex. lion-afrique), même si cela peut conduire à faire baisser la précision, car la relation d association est subjective. Au terme de cette expérimentation, nous pouvons conclure que les domaines du TLFi sont applicables à la recherche d images et apportent un nouveau type de structuration des résultats de recherche qui n est pas encore exploité par les systèmes existants. Références Aspura, Y. I., Khalid, M., Noah, S. A., & Abdullah, S. N Towards a multimodality ontology image retrieval. Proceedings of the Second international conference on Visual informatics: sustaining research and innovations, Auer, S., Bizer, C., Kobilarov, G., Lehmann, J., & Ives, Z Dbpedia: A nucleus for a web of open data. Proceedings of the 6th international The semantic web and 2nd Asian conference on Asian semantic web conference, Busan, Korea. Chandramouli, K., Kliegr, T., Nemrava, J., Svatek, V., & Izquierdo, E Query Refinement and user Relevance Feedback for contextualized image retrieval. Visual Information Engineering, Dedien, J., & Pierrel, J. -M., Le Trésor de la Langue Française Informatisé : un exemple d informatisation d un dictionnaire de langue de référence, In Journal TAL (Traitement Automatique des Langues), 44 (2), Gheorghita, I., & Pierrel, J. -M., (2012). Towards a methodology for automatic identification of hypernyms in the definitions of large-scale dictionary, In Proceedings of the 8th conference on International Language Resources and Evaluation (LREC 2012), Istanbul. Hollink, L., Schreiber, G., & Wielinga, B Patterns of semantic relations to improve image content search. Journal Web Semantics: Science, Services and Agents on the World Wide Web, 5 (3), Hsu, M. -H., Tsai, M. -F., & Chen, H. -H Combining WordNet and ConceptNet for Automatic Query Expansion: A Learning Approach. Proceedings of the 4th Asia information retrieval conference on Information retrieval technology, Hsu, M. -H., & Chen, H. -H Information Retrieval with Commonsense Knowledge. Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval, Seattle, W A, USA. Khalid, Y. I., & Noah, S. A A framework for integrating DBpedia in a multi-modality ontology news image retrieval system. International Conference on Semantic Technology and Information Retrieval (STAIR), Lenat, D. B. (1995). CYC: A Large-Scale Investment in Knowledge Infrastructure. Magazine Communications of the ACM, 38 (11), Leung, C. H., & L, Y Comparison of Different Ontology-Based Query Expansion Algorithms for Effective Image Retrieval. FGIT-SIP, 260, Leung, C. H., & Li, Y CYC based query expansion framework for effective image retrieval. 4th International Congress on Image and Signal Processing (CISP), 3, Liu, H., & Singh, P Conceptnet a practical commonsense reasoning tool-kit. BT Technology Journal, 22 (4), Liu, H., Tong, H., & Tong, Q A Method for Semantic-based Image Retrieval. Proceedings MIPPR 2009: Automatic Target Recognition and Image Analysis, Yichang, China. Miller, G. A. (1995). WordNet: A Lexical Database for English. Communications of the ACM, 38 (11), Popescu, A., & Grefenstette, G A Conceptual Approach to Web Image Retrieval. LREC Marrakech, Morocco. Popescu, A., Grefenstette, G., & Moëllic, P. A Improving Image Retrieval Using Semantic Resources. Springer Studies in Computational Intelligence, 93,

Ressources lexicales au service de recherche et d indexation des images

Ressources lexicales au service de recherche et d indexation des images RECITAL 2011, Montpellier, 27 juin - 1er juillet 2011 Ressources lexicales au service de recherche et d indexation des images Inga Gheorghita 1,2 (1) ATILF-CNRS, Nancy-Université (UMR 7118), France (2)

Plus en détail

Une extension pour RDF/RDFS utilisant des relations procédurales

Une extension pour RDF/RDFS utilisant des relations procédurales Une extension pour RDF/RDFS utilisant des relations procédurales Jean-François Baget * * INRIA Sophia-Antipolis & LIRMM(CNRS - UM2) LIRMM, 161 rue Ada, 34392 Montpellier Cedex 5 baget@lirmm.fr RÉSUMÉ.

Plus en détail

Acquisition terminologique pour identifier les mots clés d articles scientifiques

Acquisition terminologique pour identifier les mots clés d articles scientifiques Actes du huitième défi fouille de texte, DEFT2012, Grenoble, France, 8 juin 2012. Pages 29-35. Proceedings of the Eight DEFT Workshop, DEFT2012, Grenoble, France, 8th July 2012. Pages 29-35. Acquisition

Plus en détail

Indexation de sous-collections pour l amélioration de la haute précision

Indexation de sous-collections pour l amélioration de la haute précision Indexation de sous-collections pour l amélioration de la haute précision Joëlson Randriamparany *,** *IRIT, Institut de Recherche Informatique de Toulouse Université Paul Sabatier Toulouse III 118 Route

Plus en détail

Vectorisation du modèle d appariement pour la recherche d images par le contenu

Vectorisation du modèle d appariement pour la recherche d images par le contenu - Vectorisation du modèle d appariement pour la recherche d images par le contenu Hanen Karamti 1 MIRACL, Université de Sfax Route de Tunis Km 10 B.P. 242, 3021, Sfax, Tunisie karamti.hanen@gmail.com RÉSUMÉ.

Plus en détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

Plus en détail

Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA

Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA RÉCITAL 2005, Dourdan, 6-10 juin 2005 Recherche d information en langue arabe : influence des paramètres linguistiques et de pondération de LSA Siham Boulaknadel (1,2), Fadoua Ataa-Allah (2) (1) LINA FRE

Plus en détail

Indexation et interrogation de photos de presse décrites en MPEG-7

Indexation et interrogation de photos de presse décrites en MPEG-7 Indexation et interrogation de photos de presse décrites en MPEG-7 Emmanuel Bruno Jacques Le Maitre Elisabeth Murisasco Laboratoire SIS, Equipe Informatique Université de Toulon et du Var Bâtiment R, BP

Plus en détail

Accès personnalisé multicritères à de multiples sources d informations.

Accès personnalisé multicritères à de multiples sources d informations. Lyon - France Accès personnalisé multicritères à de multiples sources d informations. Samir kechid Université des Sciences et de la Technologie Houari Boumediene. USTHB BP 32 El Alia Bab Ezzouar Alger

Plus en détail

Marquage coopératif de documents

Marquage coopératif de documents Marquage coopératif de documents Bérenger Arnaud, Mountaz Hascoët LIRMM (UMR 5506) 161 rue ADA 34392 Montpellier Cedex 5 {arnaud, mountaz}@lirmm.fr RÉSUMÉ. Depuis quelques années les systèmes de bookmarking

Plus en détail

Recherche d information textuelle

Recherche d information textuelle Recherche d information textuelle Pré-traitements & indexation B. Piwowarski CNRS / LIP6 Université Paris 6 benjamin@bpiwowar.net http://www.bpiwowar.net Master IP - 2014-15 Cours et travaux pratiques

Plus en détail

Forthcoming Database

Forthcoming Database DISS.ETH NO. 15802 Forthcoming Database A Framework Approach for Data Visualization Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of

Plus en détail

Un Système d Aide à la Recherche d Information en ligne basé sur les Ontologies (SA-RI-Onto)

Un Système d Aide à la Recherche d Information en ligne basé sur les Ontologies (SA-RI-Onto) Un Système d Aide à la Recherche d Information en ligne basé sur les Ontologies (SA-RI-Onto) Rania Soussi* Nesrine Ben Mustapha * Hajer baazaoui zghal* Marie-aude Aufaure**, *** * Laboratoire RIADI ENSI

Plus en détail

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013

Lamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013 Cube de textes et opérateur d'agrégation basé sur un modèle vectoriel adapté Text Cube Model and aggregation operator based on an adapted vector space model Lamia Oukid, Ounas Asfari, Fadila Bentayeb,

Plus en détail

Structuration sémantique des documents XML : Expérimentations et évaluation

Structuration sémantique des documents XML : Expérimentations et évaluation Structuration sémantique des documents XML : Expérimentations et évaluation Salma Ben Meftah* ² Kaïs Khrouf* ² Jamel Feki* ² Chantal Soulé- Dupuy** * Laboratoire MIRACL, Université de Sfax, B.P. 1088,

Plus en détail

Exploitation des connaissances d UMLS pour la recherche d information médicale Vers un modèle bayésien d'indexation

Exploitation des connaissances d UMLS pour la recherche d information médicale Vers un modèle bayésien d'indexation 443 Exploitation des connaissances d UMLS pour la recherche d information médicale Vers un modèle bayésien d'indexation Diem Le Thi Hoang Equipe MRIM, Laboratoire CLIPS-IMAG 38041 Grenoble Cedex 9, France

Plus en détail

ACOLAD Plateforme pour l édition collaborative dépendancielle

ACOLAD Plateforme pour l édition collaborative dépendancielle ACOLAD Plateforme pour l édition collaborative dépendancielle Francis Brunet-Manquat et Jérôme Goulian LIG-GETALP, Université Pierre Mendès France Grenoble 2 Francis.Brunet-Manquat@imag.fr et Jerome.Goulian@imag.fr

Plus en détail

Architecture d un Système Distribué pour l Annotation Assistée de Corpus Vidéo

Architecture d un Système Distribué pour l Annotation Assistée de Corpus Vidéo TALS 2010, Montréal, 23 juillet 2010 Architecture d un Système Distribué pour l Annotation Assistée de Corpus Vidéo Christophe COLLET, Matilde GONZALEZ, Fabien MILACHON IRIT (UPS - CNRS UMR 5505) Université

Plus en détail

Construction et enrichissement d une ontologie à partir d un corpus de textes

Construction et enrichissement d une ontologie à partir d un corpus de textes Lyon - France Construction et enrichissement d une ontologie à partir d un corpus de textes Rokia BENDAOUD LORIA Campus Scientifique - BP 239 54506 VANDOEUVRE-lès-NANCY CEDEX {Rokia.Bendaoud}@loria.fr

Plus en détail

Annotation d images sur de grands corpus réels de données

Annotation d images sur de grands corpus réels de données Annotation d images sur de grands corpus réels de données Limites des histogrammes de couleurs Pierre Tirilly * Vincent Claveau * Patrick Gros ** * IRISA / CNRS Campus de Beaulieu 35042 Rennes, France

Plus en détail

RI sociale : intégration de propriétés sociales dans un modèle de recherche

RI sociale : intégration de propriétés sociales dans un modèle de recherche RI sociale : intégration de propriétés sociales dans un modèle de recherche Ismail Badache 1 Institut de Recherche en Informatique de Toulouse, UMR 5505 CNRS, SIG 118 Route de Narbonne F-31062 Toulouse

Plus en détail

Enrichissement des bases de données d images médicales via la recherche participative

Enrichissement des bases de données d images médicales via la recherche participative BOUANANI Zahra (Laboratoire LIPADE, Soutenance Université Parisde Descartes, stagefrance) pour l obtention 11 Septembre du diplôme 2014 de1 Mast / 22 Soutenance de stage pour l obtention du diplôme de

Plus en détail

An Ontology-Based Approach for Closed-Loop Product Lifecycle Management

An Ontology-Based Approach for Closed-Loop Product Lifecycle Management An Ontology-Based Approach for Closed-Loop Product Lifecycle Management THÈSE N O 4823 (2010) PRÉSENTÉE LE 15 OCTOBRE 2010 À LA FACULTÉ SCIENCES ET TECHNIQUES DE L'INGÉNIEUR LABORATOIRE DES OUTILS INFORMATIQUES

Plus en détail

Recherche et visualisation de mots sémantiquement liés

Recherche et visualisation de mots sémantiquement liés Recherche et visualisation de mots sémantiquement liés Alexander Panchenko 1, 2 Hubert Naets 1 Laetitia Brouwers 1 Pavel Romanov 2 Cédrick Fairon 1 (1) CENTAL, Université catholique de Louvain, Belgique

Plus en détail

OBIRS-feedback, une méthode de reformulation utilisant une ontologie de domaine

OBIRS-feedback, une méthode de reformulation utilisant une ontologie de domaine OBIRS-feedback, une méthode de reformulation utilisant une ontologie de domaine Mohameth François Sy* Sylvie Ranwez* Jacky Montmain* Vincent Ranwez** * Laboratoire de Génie Informatique et d'ingénierie

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université

Plus en détail

Vers une annotation sémantique des images web fondée sur des patrons RDF

Vers une annotation sémantique des images web fondée sur des patrons RDF Vers une annotation sémantique des images web fondée sur des patrons RDF Rim Teyeb Jaouachi 1 * Mouna Torjmen Khemakhem 2 * Nathalie Hernandez 3 ** Ollivier Haemmerlé 4 ** Maher Ben Jemaa 5 * *Laboratoire

Plus en détail

Indexation conceptuelle application au domaine biomédical. Mesures de similarité dans les ontologies. [Séminaire MIAD Montpellier SupAgro]

Indexation conceptuelle application au domaine biomédical. Mesures de similarité dans les ontologies. [Séminaire MIAD Montpellier SupAgro] [] Indexation conceptuelle application au domaine biomédical Mesures de similarité dans les ontologies Sylvie Ranwez Sébastien Harispe LGI2P de l école des mines d Alès équipe KID (Knowledge and Image

Plus en détail

Analyse et visualisation d opinions dans un cadre de veille sur le Web

Analyse et visualisation d opinions dans un cadre de veille sur le Web Analyse et visualisation d opinions dans un cadre de veille sur le Web Mohamed Dermouche, Leila Khouas Sabine Loudcher Julien Velcin Eric Fourboul Université de Lyon (ERIC LYON 2), 5 av. P. Mendès-France

Plus en détail

Développement d une ontologie pour la classification d images en télédétection

Développement d une ontologie pour la classification d images en télédétection Développement d une ontologie pour la classification d images en télédétection Omar Boussaid, David Sheeren, Anne Puissant et Pierre Gançarski Laboratoire ERIC, EA 3038 - Université Lyon 2 Omar.Boussaid@univ-lyon2.fr

Plus en détail

Système adaptatif d aide à la génération de requêtes de médiation

Système adaptatif d aide à la génération de requêtes de médiation Système adaptatif d aide à la génération de requêtes de médiation Dimitre Kostadinov Verónika Peralta Assia Soukane Xiaohui Xue Laboratoire PRiSM, Université de Versailles 45 avenue des Etats-Unis 78035

Plus en détail

Web sémantique, données libres et liées, UNT

Web sémantique, données libres et liées, UNT Web sémantique, données libres et liées, UNT Yolaine Bourda September 20, 2012 Web sémantique De nombreux documents sont présents sur le Web. Pourtant il est parfois difficile d avoir des réponses à des

Plus en détail

Solutions de traitement du document textuel avec prise en charge de ressources linguistiques

Solutions de traitement du document textuel avec prise en charge de ressources linguistiques 135 Schedae, 2006 Prépublication n 17 Fascicule n 1 Solutions de traitement du document textuel avec prise en charge de ressources linguistiques Abderrafih Lehmam Pertinence Mining SARL 82, avenue Jean

Plus en détail

Big Data et Graphes : Quelques pistes de recherche

Big Data et Graphes : Quelques pistes de recherche Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de

Plus en détail

Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques

Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques Désambiguïsation lexicale à base de connaissances par sélection distributionnelle et traits sémantiques Mardi 23 Juin 2015 Mokhtar Boumedyen BILLAMI Doctorant, équipe TALEP, Laboratoire LIF (Marseille)

Plus en détail

Application de la logique floue à un modèle de recherche d information basé sur la proximité

Application de la logique floue à un modèle de recherche d information basé sur la proximité Application de la logique floue à un modèle de recherche d information basé sur la proximité Fuzzy set theory applied to a proximity model for information retrieval Michel BEIGBEDER 1 Annabelle MERCIER

Plus en détail

Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe

Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,

Plus en détail

AUTOMATISATION DE LA DÉTECTION DES CRATÈRES LUNAIRES SUR DES IMAGES ET MNT PLANÉTAIRES

AUTOMATISATION DE LA DÉTECTION DES CRATÈRES LUNAIRES SUR DES IMAGES ET MNT PLANÉTAIRES AUTOMATISATION DE LA DÉTECTION DES CRATÈRES LUNAIRES SUR DES IMAGES ET MNT PLANÉTAIRES RENSONPONCELETVANDELOISE SCHMIDT CORNET Résumé Mots-clés Abstract This research is part of the preparation of a lunar

Plus en détail

Sous-graphes de cooccurrences pour la détection de thématiques dans un corpus de taille moyenne

Sous-graphes de cooccurrences pour la détection de thématiques dans un corpus de taille moyenne Sous-graphes de cooccurrences pour la détection de thématiques dans un corpus de taille moyenne Aurélien Lauf* ** * ERTIM 1 (Équipe de Recherche en Textes, Informatique, Multilinguisme) INALCO - 49bis

Plus en détail

Annotation Semi-automatique de Grandes BD Images : Approche par Graphes de Voisinage

Annotation Semi-automatique de Grandes BD Images : Approche par Graphes de Voisinage Lyon - France Annotation Semi-automatique de Grandes BD Images : Approche par Graphes de Voisinage Hakim Hacid Université Lumière Lyon 2 Laboratoire ERIC - 5, avenue Pierre Mendès-France 69676 Bron cedex

Plus en détail

Segmentation des fichiers logs

Segmentation des fichiers logs Segmentation des fichiers logs Hassan Saneifar,, Stéphane Bonniol, Pascal Poncelet, Mathieu Roche LIRMM, CNRS, Université Montpellier 2; Satin Technologies Résumé. Avec la méthode de segmentation appelée

Plus en détail

Système D Indexation et de Recherche d Images par le contenu

Système D Indexation et de Recherche d Images par le contenu Système D Indexation et de Recherche d Images par le contenu 1 Houaria ABED, 1 Lynda ZAOUI Laboratoire : Systèmes, Signaux, Données Département Informatique, Faculté des Sciences Université des Sciences

Plus en détail

Correction de césures et enrichissement de requêtes pour la recherche de livres

Correction de césures et enrichissement de requêtes pour la recherche de livres Correction de césures et enrichissement de requêtes pour la recherche de livres Romain Deveaud Florian Boudin Eric SanJuan Patrice Bellot LIA - Université d Avignon 339, chemin des Meinajariès 84 000 Avignon

Plus en détail

ANALYSE DES DOCUMENTS TEXTE POUR LA SURVEILLANCE ET LA VEILLE TECHNOLOGIQUE EN TELECOMMUNICATION

ANALYSE DES DOCUMENTS TEXTE POUR LA SURVEILLANCE ET LA VEILLE TECHNOLOGIQUE EN TELECOMMUNICATION ANALYSE DES DOCUMENTS TEXTE POUR LA SURVEILLANCE ET LA VEILLE TECHNOLOGIQUE EN TELECOMMUNICATION Hamid MACHHOUR (*), Ismail KASSOU (*), Khalid EL HIMDI (**), Ilham BERRADA (*) hamid.machhour@gmail.com,

Plus en détail

1 Description générale. Résumé

1 Description générale. Résumé Station Sensunique: une plateforme Web modulaire, collaborative et évolutive d acquisition assistée de ressources terminologiques et non terminologiques (orientée Langues Contrôlées) Izabella Thomas 1,

Plus en détail

Classification Automatique de messages : une approche hybride

Classification Automatique de messages : une approche hybride RECIAL 2002, Nancy, 24-27 juin 2002 Classification Automatique de messages : une approche hybride O. Nouali (1) Laboratoire des Logiciels de base, CE.R.I.S., Rue des 3 frères Aïssiou, Ben Aknoun, Alger,

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services 69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard

Plus en détail

SMILK : du TAL au LOD

SMILK : du TAL au LOD SMILK : du TAL au LOD Social Media Intelligence and Linked Knowledge Cédric Lopez (Viseo R&D) 2,060 milliards d inscrits sur les réseaux sociaux Une personne passe en moyenne 4,8 heures par jour devant

Plus en détail

revue de littérature - corpus comparables

revue de littérature - corpus comparables revue de littérature - corpus comparables Julie Roy April 23, 2015 Université de Montréal Introduction Matière première MT : corpus parallèles. Intérêt des corpus comparables : corpus parallèles et dictionnaires

Plus en détail

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images

Vers la conception interactive d une hiérarchie sémantique de descripteurs d images PROPOSITION DE STAGE Année 2016 Laboratoire L3i Sujet de stage : Vers la conception interactive d une hiérarchie sémantique de descripteurs d images Résumé du travail proposé : Ce travail s intéresse à

Plus en détail

Machine learning et scoring à valeurs discrètes

Machine learning et scoring à valeurs discrètes Machine learning et scoring à valeurs discrètes F. Baschenis sujet proposé par N. Vayatis École Normale Supérieure de Cachan, département de mathématiques 24 Juin 2010 Bref rappel du problème Un film un

Plus en détail

Hervé Couturier EVP, SAP Technology Development

Hervé Couturier EVP, SAP Technology Development Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud

Plus en détail

Un modèle de qualité de l information

Un modèle de qualité de l information Rami Harrathi*, Sylvie Calabretto* * * LIRIS CNRS UMR 5205 - INSA de Lyon, Bâtiment Blaise Pascal 7, avenue Jean Capelle, F-69621 Villeurbanne Cedex Rharrathi @yahoo.fr **LIRIS CNRS UMR 5205 - INSA de

Plus en détail

La sélection collaborative de pages Web pertinentes

La sélection collaborative de pages Web pertinentes Environnements Informatiques pour l Apprentissage Humain, Montpellier 347 La sélection collaborative de pages Web pertinentes Jérôme Dinet Université de Metz Equipe Transdisciplinaire sur l Interaction

Plus en détail

Indexation sémantique au moyen de coupes de redondance minimale dans une ontologie

Indexation sémantique au moyen de coupes de redondance minimale dans une ontologie TALN 25, Dourdan, 6 1 juin 25 Indexation sémantique au moyen de coupes de redondance minimale dans une ontologie Florian Seydoux & Jean-Cédric Chappelier Faculté Informatique et Communications Ecole Polytechnique

Plus en détail

Expansion sémantique de requêtes

Expansion sémantique de requêtes Expansion sémantique de requêtes Orange Labs Jean-Léon Bouraoui, Emilie Guimier de Neef, Benoît Gaillard, Malek Boualem, Olivier Collin Mercredi 31 mars 2010 SOMMAIRE Problématique et état de l art Contribution

Plus en détail

Ingénierie et gestion des connaissances

Ingénierie et gestion des connaissances Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie

Plus en détail

Conversion des requêtes en langage naturel vers nrql

Conversion des requêtes en langage naturel vers nrql Conversion des requêtes en langage naturel vers nrql Hasna Boumechaal 1, Sofiane Allioua 2, Zizette Boufaida 3 1 Université Mentouri, Constantine, Algérie boumechaal.h@gmail.com 2 Laboratoire LIRE, Université

Plus en détail

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP)

Formation de recherche. Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Formation de recherche Master MI (MoSIG), 2e année, spécialité Informatique UFRIMAG (UJF) & Ensimag (Grenoble INP) Massih-Reza Amini mars 2015 Qu est ce qu une thèse de doctorat? Un travail de 36 mois

Plus en détail

Avancée en classification multi-labels de textes en langue chinoise

Avancée en classification multi-labels de textes en langue chinoise Avancée en classification multi-labels de textes en langue chinoise Thèse en cotutelle présentée par Zhihua WEI pour les doctorats en informatique des Universités Lyon2 et Tongji La thèse est centrée sur

Plus en détail

Gestionnaire de dialogue pour un système d informations à reconnaissance vocale

Gestionnaire de dialogue pour un système d informations à reconnaissance vocale TALN 2001, Tours, 2-5 juillet 2001 Gestionnaire de dialogue pour un système d informations à reconnaissance vocale Sophie Rosset, Lori Lamel LIMSI-CNRS, 91403 Orsay Cédex rosset,lamel@limsi.fr Résumé -

Plus en détail

PRÉSENTATION TRAVAIL EN COURS - APPRENTISSAGE INTERACTIF. Ianis Lallemand, 21 janvier 2013

PRÉSENTATION TRAVAIL EN COURS - APPRENTISSAGE INTERACTIF. Ianis Lallemand, 21 janvier 2013 PRÉSENTATION TRAVAIL EN COURS - APPRENTISSAGE INTERACTIF Ianis Lallemand, 21 janvier 2013 APPRENTISSAGE INTERACTIF definition Contours encore assez flous dans le champ de l apprentissage automatique. Néanmoins,

Plus en détail

OrderGeneMiner : Logiciel pour l extraction et la visualisation de motifs partiellement ordonnés à partir de puces à ADN

OrderGeneMiner : Logiciel pour l extraction et la visualisation de motifs partiellement ordonnés à partir de puces à ADN OrderGeneMiner : Logiciel pour l extraction et la visualisation de motifs partiellement ordonnés à partir de puces à ADN Mickaël Fabrègue, Agnès Braud, Sandra Bringay, Florence Le Ber, Charles Lecellier,

Plus en détail

Vers l automatisation de la construction de systèmes de médiation pour le commerce électronique

Vers l automatisation de la construction de systèmes de médiation pour le commerce électronique Vers l automatisation de la construction de systèmes de médiation pour le commerce électronique I. Introduction C. Reynaud, G. Giraldo Université Paris-Sud, CNRS UMR 8623, INRIA-Futurs L.R.I., Bâtiment

Plus en détail

Product Platform Development: A Functional Approach Considering Customer Preferences

Product Platform Development: A Functional Approach Considering Customer Preferences Product Platform Development: A Functional Approach Considering Customer Preferences THÈSE N O 4536 (2009) PRÉSENTÉE le 4 décembre 2009 À LA FACULTé SCIENCES ET TECHNIQUES DE L'INGÉNIEUR LABORATOIRE DES

Plus en détail

Le Knowledge Graph : bond technologique ou évolution logique?

Le Knowledge Graph : bond technologique ou évolution logique? Le Knowledge Graph : bond technologique ou évolution logique? Sylvain Peyronnet http://sylvain.berbiqui.org Le Knowledge Graph 1 / 31 La machine n existe pas! Le Knowledge Graph 2 / 31 La donnée, et sa

Plus en détail

Utiliser des résultats d alignement pour enrichir une ontologie

Utiliser des résultats d alignement pour enrichir une ontologie Utiliser des résultats d alignement pour enrichir une ontologie Fayçal Hamdi, Brigitte Safar, Chantal Reynaud LRI, Université Paris-Sud 11, Bât. G, INRIA Saclay Ile-de-France (Equipe Leo) 2-4 rue Jacques

Plus en détail

PUBMED niveau 1. Alexandre Boutet (alexandre.boutet@biusante.parisdescartes.fr) Benjamin Macé (benjamin.mace@biusante.parisdescartes.

PUBMED niveau 1. Alexandre Boutet (alexandre.boutet@biusante.parisdescartes.fr) Benjamin Macé (benjamin.mace@biusante.parisdescartes. PUBMED niveau 1 Présentation... 2 1. Les étapes de fabrication... 3 2. Le MeSH : un thésaurus hiérarchisé... 3 3. La notion de mots clés majeurs et les qualificatifs... 7 4. Les opérateurs booléens : AND,

Plus en détail

Artificial Intelligence AI

Artificial Intelligence AI Pedagogical Introduction Artificial Intelligence AI Lecture 0 Karim Bouzoubaa This Lecture General Information Examples Importance At the end Intelligent Systems Course Content, Other AI courses, Learning

Plus en détail

Les Plus Belles Chansons, France Gall, Warner France, 1994 (amazon.com).

Les Plus Belles Chansons, France Gall, Warner France, 1994 (amazon.com). Page 1 of 7 LESSON PLAN Teacher: Bob Ponterio School: SUNY Cortland LESSON TITLE: : DO commands LESSON SKILL TARGETED: Direct object commands (PACE) CLASS LEVEL: FRE 102-2nd semester beginning French TARGETED

Plus en détail

Niveau débutant/beginner Level

Niveau débutant/beginner Level LE COFFRE À OUTILS/THE ASSESSMENT TOOLKIT: Niveau débutant/beginner Level Sampler/Echantillon Instruments d évaluation formative en français langue seconde Formative Assessment Instruments for French as

Plus en détail

Une plate-forme open-source de recherche d information sémantique

Une plate-forme open-source de recherche d information sémantique Une plate-forme open-source de recherche d information sémantique Ines Bannour, Haïfa Zargayouna Laboratoire d Informatique de l université Paris-Nord (LIPN) - UMR 7030 Université Paris 13 - CNRS 99, avenue

Plus en détail

Recherche sémantique d images annotées

Recherche sémantique d images annotées Recherche sémantique d images annotées ALLIOUA Sofiane 1, ZIZETTE Boufaida 2 1 Université de Tébessa, Algérie allioua.sofiane@hotmail.fr 2 Laboratoire LIRE, Université Mentouri, Constantine, Algérie zboufaida@gmail.com

Plus en détail

Prise en compte de l importance d un site web dans l estimation de la probabilité a priori de pertinence d une page web

Prise en compte de l importance d un site web dans l estimation de la probabilité a priori de pertinence d une page web Prise en compte de l importance d un site web dans l estimation de la probabilité a priori de pertinence d une page web Arezki Hammache (1), Mohand Boughanem (2), Rachid Ahmed- Ouamer (1) (1) Laboratoire

Plus en détail

PUBMED tutoriel PUBMED 1. Présentation P.3. 1- Les étapes de fabrication P.4. 2- Le MeSH : un thésaurus hiérarchisé P.5

PUBMED tutoriel PUBMED 1. Présentation P.3. 1- Les étapes de fabrication P.4. 2- Le MeSH : un thésaurus hiérarchisé P.5 PUBMED tutoriel PUBMED 1 Présentation P.3 1- Les étapes de fabrication P.4 2- Le MeSH : un thésaurus hiérarchisé P.5 3- La notion de mots clés majeurs et de qualificatifs P.8 4- Les opérateurs booléens

Plus en détail

Nos Métiers. Historique. Notre Vision. Notre Mission

Nos Métiers. Historique. Notre Vision. Notre Mission Historique 1958 : Création de la SMMO : Minoterie de blé tendre à Oujda. Première minoterie cotée en bourse entre 1972 et 1980. 1989 : Création de la société COPATES ; première unité industrielle de production

Plus en détail

Introduction à LINQ. Chapitre 1. Qu est-ce que LINQ?

Introduction à LINQ. Chapitre 1. Qu est-ce que LINQ? Chapitre 1 Introduction à LINQ En surfant sur le Web, vous trouverez différentes descriptions de LINQ (Language Integrated Query), et parmi elles : LINQ est un modèle de programmation uniforme de n importe

Plus en détail

Apprentissage de structure dans les réseaux bayésiens pour

Apprentissage de structure dans les réseaux bayésiens pour Apprentissage de structure dans les réseaux bayésiens pour la détection d événements vidéo Siwar Baghdadi 1, Claire-Hélène Demarty 1, Guillaume Gravier 2, et Patrick Gros 3 1 Thomson R&D France, 1 av Belle

Plus en détail

Collecting, Encoding and Organizing Collocates in a Terminological Database

Collecting, Encoding and Organizing Collocates in a Terminological Database Collecting, Encoding and Organizing Collocates in a Terminological Database Marie-Claude L Homme Observatoire de linguistique Sens-Texte (OLST) Université de Montréal mc.lhomme@umontreal.ca www.olst.umontreal.ca

Plus en détail

Entreposage de données complexes pour la médecine d anticipation personnalisée

Entreposage de données complexes pour la médecine d anticipation personnalisée Manuscrit auteur, publié dans "9th International Conference on System Science in Health Care (ICSSHC 08), Lyon : France (2008)" Entreposage de données complexes pour la médecine d anticipation personnalisée

Plus en détail

Présentation de la plateforme d analyse linguistique médiévale

Présentation de la plateforme d analyse linguistique médiévale Présentation de la plateforme d analyse linguistique médiévale 1. Introduction Tout au long de ce document, notre projet sera présenté à travers la méthodologie suivie pour développer la plateforme d analyse

Plus en détail

Un dictionnaire électronique pour apprenant de l'arabe (langue seconde) basé sur corpus

Un dictionnaire électronique pour apprenant de l'arabe (langue seconde) basé sur corpus JEP-TALN 2004, Traitement Automatique de l Arabe, Fès, 20 avril 2004 Un dictionnaire électronique pour apprenant de l'arabe (langue seconde) basé sur corpus ZAAFRANI Riadh Faculté des Sciences Juridiques,

Plus en détail

Première étape vers une navigation référentielle par l image pour l assistance à la conception des ambiances lumineuses

Première étape vers une navigation référentielle par l image pour l assistance à la conception des ambiances lumineuses Première étape vers une navigation référentielle par l image pour l assistance à la conception des ambiances lumineuses Salma Chaabouni * Jean-Claude Bignon * Gilles Halin * * CRAI ( Centre de Recherche

Plus en détail

PUBMED tutoriel PUBMED 1. Présentation. 1- Les étapes de fabrication. 2- Le MeSH : un thésaurus hiérarchisé

PUBMED tutoriel PUBMED 1. Présentation. 1- Les étapes de fabrication. 2- Le MeSH : un thésaurus hiérarchisé PUBMED tutoriel PUBMED 1 Présentation 1- Les étapes de fabrication 2- Le MeSH : un thésaurus hiérarchisé 3- La notion de mots clés majeurs et de qualificatifs 4- Les opérateurs booléens AND, OR et NOT

Plus en détail

Thèse de Doctorat en Informatique

Thèse de Doctorat en Informatique République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieur et de la Recherche Scientifique Université Mouloud Mammeri de Tizi-Ouzou Faculté de Génie Electrique et de l Informatique

Plus en détail

Les entités nommées : éléments pour la conceptualisation

Les entités nommées : éléments pour la conceptualisation Les entités nommées : éléments pour la conceptualisation Nouha Omrane 1, Adeline Nazarenko 1, Sylvie Szulman 1 LIPN CNRS-UMR 7030, 99 avenue Jean-Baptiste Clément, 93430 Villetaneuse prenom.nom@lipn.univ-paris13.fr

Plus en détail

Adaptation sémantique de documents SMIL

Adaptation sémantique de documents SMIL Adaptation sémantique de documents SMIL Sébastien Laborie Jérôme Euzenat Nabil Layaïda INRIA Rhône-Alpes - 655 Avenue de l Europe - 38334 St Ismier Cedex {Sebastien.Laborie;Jerome.Euzenat;Nabil.Layaida}@inrialpes.fr

Plus en détail

Concepts et langages du cadre RM-ODP de l'iso pour analyser et articuler les pratiques de projets libres de système de formation

Concepts et langages du cadre RM-ODP de l'iso pour analyser et articuler les pratiques de projets libres de système de formation Concepts et langages du cadre RM-ODP de l'iso pour analyser et articuler les pratiques de projets libres de système de formation Système de formation fédérant trois projets du logiciel libre (Moodle, OpenGLM

Plus en détail

Évaluation d une architecture de stockage RDF distribuée

Évaluation d une architecture de stockage RDF distribuée Évaluation d une architecture de stockage RDF distribuée Maeva Antoine 1, Françoise Baude 1, Fabrice Huet 1 1 INRIA MÉDITERRANÉE (ÉQUIPE OASIS), UNIVERSITÉ NICE SOPHIA-ANTIPOLIS, I3S CNRS prénom.nom@inria.fr

Plus en détail

Construction et enrichissement automatique d ontologie à partir de ressources externes

Construction et enrichissement automatique d ontologie à partir de ressources externes Construction et enrichissement automatique d ontologie à partir de ressources externes JFO 2009 Jeudi 3 décembre 2009 E. Kergosien (LIUPPA, Pau) M. Kamel (IRIT- UPS, Toulouse) M. Sallabery (LIUPPA, Pau)

Plus en détail

Un jeu de données minimum pour faciliter l interopérabilité des bases de données pour les maladies rares

Un jeu de données minimum pour faciliter l interopérabilité des bases de données pour les maladies rares Un jeu de données minimum pour faciliter l interopérabilité des bases de données pour les maladies rares Rémy Choquet 1,2,3, Claude Messiaen 1,2,4, Adrien Priouzeau 1, Albane de Carrara 1,2, et Paul Landais

Plus en détail

Rational Team Concert

Rational Team Concert Une gestion de projet agile avec Rational Team Concert Samira Bataouche Consultante, IBM Rational France 1 SCRUM en Bref Events Artifacts Development Team Source: Scrum Handbook 06 Décembre 2012 Agilité?

Plus en détail

Guide de recherche documentaire à l usage des doctorants. Partie 1 : Exploiter les bases de données académiques

Guide de recherche documentaire à l usage des doctorants. Partie 1 : Exploiter les bases de données académiques Guide de recherche documentaire à l usage des doctorants Partie : Exploiter les bases de données académiques Sylvia Cheminel Dernière mise à jour : décembre 04 PANORAMA DES SOURCES DOCUMENTAIRES ACADEMIQUES...

Plus en détail

Extraction de règles d association pour la prédiction de valeurs manquantes

Extraction de règles d association pour la prédiction de valeurs manquantes Cari 2004 7/10/04 12:00 Page 487 Extraction de règles d association pour la prédiction de valeurs manquantes Sylvie Jami 1, Tao-Yan Jen 2, Dominique Laurent 3, George Loizou 1, Oumar Sy 3,4 1. Birkbeck

Plus en détail

TALN Archives : une archive numérique francophone des articles de recherche en Traitement Automatique de la Langue

TALN Archives : une archive numérique francophone des articles de recherche en Traitement Automatique de la Langue TALN Archives : une archive numérique francophone des articles de recherche en Traitement Automatique de la Langue Florian Boudin To cite this version: Florian Boudin. TALN Archives : une archive numérique

Plus en détail

iqtool - Outil e-learning innovateur pour enseigner la Gestion de Qualité au niveau BAC+2

iqtool - Outil e-learning innovateur pour enseigner la Gestion de Qualité au niveau BAC+2 iqtool - Outil e-learning innovateur pour enseigner la Gestion de Qualité au niveau BAC+2 134712-LLP-2007-HU-LEONARDO-LMP 1 Information sur le projet iqtool - Outil e-learning innovateur pour enseigner

Plus en détail

How to Login to Career Page

How to Login to Career Page How to Login to Career Page BASF Canada July 2013 To view this instruction manual in French, please scroll down to page 16 1 Job Postings How to Login/Create your Profile/Sign Up for Job Posting Notifications

Plus en détail

Editing and managing Systems engineering processes at Snecma

Editing and managing Systems engineering processes at Snecma Editing and managing Systems engineering processes at Snecma Atego workshop 2014-04-03 Ce document et les informations qu il contient sont la propriété de Ils ne doivent pas être copiés ni communiqués

Plus en détail

FlexIS: vers un système d intégration d information flexible

FlexIS: vers un système d intégration d information flexible FlexIS: vers un système d intégration d information flexible P. Colomb 1, et H. Jaudoin 2 1 LIMOS - CNRS UMR 6158, Université Blaise Pascal, France email: colomb@isima.fr LIMOS, 24 Avenue des Landais,

Plus en détail