Exploitation de hiérarchies sémantiques construites à partir du Trésor de la Langue Française informatisé (TLFi) pour la recherche d images
|
|
- Edith Normandin
- il y a 8 ans
- Total affichages :
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 inga.gheorghita@atilf.fr 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 ( 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
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 détailRecherche 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 détailUne 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 détailLamia 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 détailRI 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 détailForthcoming 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 détailAn 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 détailBig 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 détailStructuration 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 détailClassification 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 détailBig 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 détail1 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 détailIndexation 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 détailIngénierie 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 détailVers 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 détailUne 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 détailUn 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 détailDéfinition et diffusion de signatures sémantiques dans les systèmes pair-à-pair
Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux
Plus en détailEntreposage 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 détailÉvaluation 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 détailHervé 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 détailGuide 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 détailDafoe Présentation de la plate-forme UIMA
Laboratoire d Informatique de l université Paris-Nord (UMR CNRS 7030) Institut Galilée - Université Paris-Nord 99, avenue Jean-Baptiste Clément 93430 Villetaneuse, France 11 juillet 2007 Plates-formes
Plus en détailExpériences de formalisation d un guide d annotation : vers l annotation agile assistée
Expériences de formalisation d un guide d annotation : vers l annotation agile assistée Bruno Guillaume 1,2 Karën Fort 1,3 (1) LORIA 54500 Vandœuvre-lès-Nancy (2) Inria Nancy Grand-Est (3) Université de
Plus en détailLes modes de recherche sur le Web 2.0
Les modes de recherche sur le Web 2.0 1 Sommaire 1. Contexte 2. Le collaboratif : les moteurs thématiques 3. La syndication des résultats de recherche 4. Les connaissances : des moteurs 2 1 1. Moteurs
Plus en détailiqtool - 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 détailFormula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
Plus en détailFormulaire d inscription (form also available in English) Mission commerciale en Floride. Coordonnées
Formulaire d inscription (form also available in English) Mission commerciale en Floride Mission commerciale Du 29 septembre au 2 octobre 2015 Veuillez remplir un formulaire par participant Coordonnées
Plus en détailHow 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 détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailTechniques d interaction dans la visualisation de l information Séminaire DIVA
Techniques d interaction dans la visualisation de l information Séminaire DIVA Zingg Luca, luca.zingg@unifr.ch 13 février 2007 Résumé Le but de cet article est d avoir une vision globale des techniques
Plus en détailRÉSUMÉ DE THÈSE. L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile
RÉSUMÉ DE THÈSE L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile avec des estimations de deux projets sur trois peinent à donner un résultat satisfaisant (Nelson,
Plus en détailConstruction et maintenance d une ressource lexicale basées sur l usage
Construction et maintenance d une ressource lexicale basées sur l usage Laurie Planes 1, (1) Inbenta France, 164 route de Revel, 31400 TOULOUSE lplanes@inbenta.com Résumé. Notre société développe un moteur
Plus en détailUTILISATION DU WEB COMME MEGA-BASE DE DONNÉES LINGUISTIQUE : APPLICATION À LA TRADUCTION DE COOCCURRENCES LEXICALES FRANÇAISES-ANGLAISES
UTILISATION DU WEB COMME MEGA-BASE DE DONNÉES LINGUISTIQUE : APPLICATION À LA TRADUCTION DE COOCCURRENCES LEXICALES FRANÇAISES-ANGLAISES Chrystel Millon & Stéphanie Léon Equipe DELIC Université de Provence
Plus en détailSélection d un moteur de recherche pour intranet : Les sept points à prendre en compte
Sélection d un moteur de recherche pour intranet : Les sept points à prendre en compte 1Les bases : vos objectifs 2 Sélection d un moteur de recherche pour intranet : Les sept points à prendre en compte
Plus en détailAGROBASE : un système de gestion de données expérimentales
AGROBASE : un système de gestion de données expérimentales Daniel Wallach, Jean-Pierre RELLIER To cite this version: Daniel Wallach, Jean-Pierre RELLIER. AGROBASE : un système de gestion de données expérimentales.
Plus en détailSQL Parser XML Xquery : Approche de détection des injections SQL
SQL Parser XML Xquery : Approche de détection des injections SQL Ramahefy T.R. 1, Rakotomiraho S. 2, Rabeherimanana L. 3 Laboratoire de Recherche Systèmes Embarqués, Instrumentation et Modélisation des
Plus en détailThe new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you.
General information 120426_CCD_EN_FR Dear Partner, The new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you. To assist navigation
Plus en détailQualité de la conception de tests logiciels : plate-forme de conception et processus de test
Ecole Doctorale en Sciences de l Ingénieur de l ECP Formation doctorale en Génie Industriel Qualité de la conception de tests logiciels : plate-forme de conception et processus de test Quality of the design
Plus en détailEditing 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 détailUtilisation des tableaux sémantiques dans les logiques de description
Utilisation des tableaux sémantiques dans les logiques de description IFT6281 Web Sémantique Jacques Bergeron Département d informatique et de recherche opérationnelle Université de Montréal bergerja@iro.umontreal.ca
Plus en détailProblématiques de recherche. Figure Research Agenda for service-oriented computing
Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements
Plus en détailProposition des cadres d évaluation adaptés à un système de RI personnalisé
Proposition des cadres d évaluation adaptés à un système de RI personnalisé Mariam Daoud, Lynda Tamine-Lechani Laboratoire IRIT, Université Paul Sabatier 118 Route de Narbonne, F-31062 TOULOUSE CEDEX 9
Plus en détailSécuristation du Cloud
Schémas de recherche sur données chiffrées avancés Laboratoire de Cryptologie Thales Communications & Security 9 Avril 215 9/4/215 1 / 75 Contexte Introduction Contexte Objectif Applications Aujourd hui
Plus en détailUne Ontologie De Domaine Pour L enrichissement Sémantique D une Base De Données
SETIT 2009 5 th International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 22-26, 2009 TUNISIA Une Ontologie De Domaine Pour L enrichissement Sémantique
Plus en détailREMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION
REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE
Plus en détailConsolidation de réseaux lexico-sémantiques par des inférences déductives et inductives
Consolidation de réseaux lexico-sémantiques par des inférences déductives et inductives Manel Zarrouk 1, Mathieu Lafourcade 1, Alain Joubert 1 1 Lirmm prénom.nom@lirmm.fr Abstract In Computational Linguistics,
Plus en détailÉvaluation de G-LexAr pour la traduction automatique statistique
TALN 2011, Montpellier, 27 juin 1 er juillet 2011 Évaluation de G-LexAr pour la traduction automatique statistique Wigdan Mekki (1), Julien Gosme (1), Fathi Debili (2), Yves Lepage (3), Nadine Lucas (1)
Plus en détailLa base de données dans ArtemiS SUITE
08/14 Vous préférez passer votre temps à analyser vos données plutôt qu à chercher un fichier? La base de données d ArtemiS SUITE vous permet d administrer et d organiser confortablement vos données et
Plus en détailEvolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.
Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.fr 1 MVC et le web 27/05/14 2 L'évolution des systèmes informatiques
Plus en détailSEMIN- Gestion des couleurs sous R. Michel BAYLAC. MNHN Département Systématique et Evolution OSEB baylac@mnhn.fr
SEMIN- Gestion des couleurs sous R Michel BAYLAC MNHN Département Systématique et Evolution OSEB baylac@mnhn.fr SEMIN-R du MNHN 08 Janvier 2008 Sémin R du MNHN : 8 janvier 2008 Gestion des couleurs sous
Plus en détailDe la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues
De la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues Maud Ehrmann Joint Research Centre Ispra, Italie. Guillaume Jacquet Xerox
Plus en détailUne approche pour l extraction automatique de structures sémantiques de documents XML
Une approche pour l extraction automatique de structures sémantiques de documents XML Salma Ben Mefteh*,**, Kaïs Khrouf*, Jamel Feki*, Maha Ben Kraiem*, Chantal Soulé-Dupuy** * Laboratoire MIR@CL, Université
Plus en détailMODERN LANGUAGES DEPARTMENT
MODERN LANGUAGES DEPARTMENT Common Assessment Task 3 YEAR 9 Je m appelle Ma classe Mark 20 10 19 22 16 13 Total Effort Instructions For this extended piece of homework, you are going to learn and write
Plus en détailNatixis Asset Management Response to the European Commission Green Paper on shadow banking
European Commission DG MARKT Unit 02 Rue de Spa, 2 1049 Brussels Belgium markt-consultation-shadow-banking@ec.europa.eu 14 th June 2012 Natixis Asset Management Response to the European Commission Green
Plus en détailTEXT MINING Tour d Horizon
TEXT MINING Tour d Horizon Media Campus WAN IFRA "Structurer, optimiser et valoriser son contenu éditorial : les outils de text mining" 24 novembre 2009, PARIS Philippe BONNY Cabinet de Conseil et d Etudes
Plus en détailL hypertexte, le multimédia, c est quoi?
L hypertexte, le multimédia, c est quoi? Hervé Platteaux Centre NTE et Département de pédagogie Université de Fribourg Cours de pédagogie - Second cycle Session du 29 octobre 2001 Selon vous, l hypertexte
Plus en détailForge. Présentation ( )
( RetourListeFichesParThèmes ) Forge Présentation Définition Objectifs Services fournis, fonctions disponibles Services en ligne d hébergement de projets La solution des logiciels intégrés pour le déploiement
Plus en détailLanguage requirement: Bilingual non-mandatory - Level 222/222. Chosen candidate will be required to undertake second language training.
This Category II position is open to all interested parties. Toutes les personnes intéressées peuvent postuler ce poste de catégorie II. Senior Manager, Network and Systems Services Non-Public Funds Information
Plus en détailVisualizing Start-up Firm Trajectories on Kohonen Maps
Visualizing Start-up Firm Trajectories on Kohonen Maps D. François 1, M. Biga Diambeidou 2, B. Gailly 2, V. Wertz 1, M. Verleysen 3 Université catholique de Louvain 1 Machine Learning Group CESAME, av.
Plus en détailPrototype de canal caché dans le DNS
Manuscrit auteur, publié dans "Colloque Francophone sur l Ingénierie des Protocoles (CFIP), Les Arcs : France (2008)" Prototype de canal caché dans le DNS Lucas Nussbaum et Olivier Richard Laboratoire
Plus en détailBIG Data et R: opportunités et perspectives
BIG Data et R: opportunités et perspectives Guati Rizlane 1 & Hicham Hajji 2 1 Ecole Nationale de Commerce et de Gestion de Casablanca, Maroc, rguati@gmail.com 2 Ecole des Sciences Géomatiques, IAV Rabat,
Plus en détailRecherche d information textuelle
Recherche d information textuelle Recherche Web B. Piwowarski CNRS / LIP6 Université Paris 6 benjamin@bpiwowar.net http://www.bpiwowar.net Master IP - 2014-15 Cours et travaux pratiques basés sur les documents
Plus en détailPOSITION DESCRIPTION DESCRIPTION DE TRAVAIL
Supervisor Titre du poste de la superviseure ou du superviseur : Coordinator, Communications & Political Action & Campaigns Coordonnatrice ou coordonnateur de la Section des communications et de l action
Plus en détailBigdata et Web sémantique. les données + l intelligence= la solution
Bigdata et Web sémantique les données + l intelligence= la solution 131214 1 big data et Web sémantique deux notions bien différentes et pourtant... (sable et silicium). «bigdata» ce n est pas que des
Plus en détailBrève introduction à la recherche d!information sur le Web à base d!agents logiciels
Plan Brève introduction à la recherche d!information sur le Web à base d!agents logiciels Bernard ESPINASSE Université d!aix-marseille 2010 Rappels sur les agents logiciels Problématique de la RI sur le
Plus en détailÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE
ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca
Plus en détailOnce the installation is complete, you can delete the temporary Zip files..
Sommaire Installation... 2 After the download... 2 From a CD... 2 Access codes... 2 DirectX Compatibility... 2 Using the program... 2 Structure... 4 Lier une structure à une autre... 4 Personnaliser une
Plus en détailSens, synonymes et définitions
TALN 2009, Senlis, 24 26 juin 2009 Sens, synonymes et définitions Ingrid Falk 1 Claire Gardent 2 Evelyne Jacquey 3 Fabienne Venant 4 (1) INRIA / Université Nancy 2 (2) CNRS / LORIA, Nancy (3) CNRS / ATILF,
Plus en détailAlimenter un entrepôt de données par des données issues de services web. Une approche médiation pour le prototype DaWeS
Alimenter un entrepôt de données par des données issues de services web. Une approche médiation pour le prototype DaWeS John Samuel LIMOS (Laboratoire d Informatique, de Modélisation et d Optimisation
Plus en détailBNP Paribas Personal Finance
BNP Paribas Personal Finance Financially fragile loan holder prevention program CUSTOMERS IN DIFFICULTY: QUICKER IDENTIFICATION MEANS BETTER SUPPORT Brussels, December 12th 2014 Why BNPP PF has developed
Plus en détailIntégration de la dimension sémantique dans les réseaux sociaux
Intégration de la dimension sémantique dans les réseaux sociaux Application : systèmes de recommandation Maria Malek LARIS-EISTI maria.malek@eisti.fr 1 Contexte : Recommandation dans les réseaux sociaux
Plus en détailLEXIQUE DES TERMES DOCUMENTAIRES LES PLUS COURANTS
LEXIQUE DES TERMES DOCUMENTAIRES LES PLUS COURANTS Annuaire Ouvrage publié en principe chaque année ou selon une périodicité proche de l'année, qui donne une liste de noms de personnes ou d'organismes
Plus en détailDSL. Domain Specific Language. À l'aide des technologies Eclipse Modeling. Goulwen Le Fur goulwen.lefur@obeo.fr. Le 23 novembre 2012
DSL Domain Specific Language À l'aide des technologies Eclipse Modeling Le 23 novembre 2012 Goulwen Le Fur goulwen.lefur@obeo.fr Le but de cette session Montrer : Ce qu'est-un DSL/DSM Comment implémenter
Plus en détailModèles graphiques probabilistes pour la reconnaissance de formes
Modèles graphiques probabilistes pour la reconnaissance de formes Sabine Barrat To cite this version: Sabine Barrat. Modèles graphiques probabilistes pour la reconnaissance de formes. Human- Computer Interaction
Plus en détailTHÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.
École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par
Plus en détailBase de données relationnelle et requêtes SQL
Base de données relationnelle et requêtes SQL 1e partie Anne-Marie Cubat Une question pour commencer : que voyez-vous? Cela reste flou Les plans de «Prison Break»? Non, cherchons ailleurs! Et de plus près,
Plus en détailOPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE
OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE «Journée Open Data» 5 Novembre 2013 Présenté par : Imen Megdiche Directeur de thèse : Pr. Olivier Teste (SIG-IRIT) Co-directeur de thèse : Mr. Alain
Plus en détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
Plus en détailPrésentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech
Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech Le dispositif L Institut suisse de brainworking (ISB) est une association
Plus en détailProtection de la vie privée basée sur des ontologies dans un système Android
Protection de la vie privée basée sur des ontologies dans un système Android Johann Vincent, Tom Dubin, Christine Porquet To cite this version: Johann Vincent, Tom Dubin, Christine Porquet. Protection
Plus en détailStage Ingénieur en développement logiciel/modélisation 3D
Ingénieur en développement logiciel/modélisation 3D Schlumberger recrute un(e) stagiaire ingénieur en modélisation 3D pour la plate-forme Petrel. Vous serez intégré(e) au sein d une équipe innovante, Petrel
Plus en détailInstaurer un dialogue entre chercheurs et CÉR: pourquoi? Me Emmanuelle Lévesque Centre de génomique et politiques Université McGill
Instaurer un dialogue entre chercheurs et CÉR: pourquoi? Me Emmanuelle Lévesque Centre de génomique et politiques Université McGill Perceptions de perte de confiance dans la littérature récente: des exemples
Plus en détailICA Congress, Brisbane 2012 Thème général : Les temps qui changent. La confiance et les archives*
ICA Congress, Brisbane 2012 Thème général : Les temps qui changent. La confiance et les archives* Titre : Un résumé de la pratique archivistique internationale adaptée au niveau local : manuel pratique
Plus en détailI. COORDONNÉES PERSONNELLES / PERSONAL DATA
DOSSIER DE CANDIDATUREAPPLICATION FORM 2012 Please tick the admission session of your choice FévrierFebruary SeptembreSeptember MASTER OF ART (Mention the subject) MASTER OF SCIENCE (Mention the subject)
Plus en détailIDENTITÉ DE L ÉTUDIANT / APPLICANT INFORMATION
vice Direction des Partenariats Internationaux Pôle Mobilités Prrogrramme de bourrses Intterrnattiionalles en Mastterr (MIEM) Intterrnattiionall Mastterr Schollarrshiip Prrogrramme Sorrbonne Parriis Ciitté
Plus en détail! Text Encoding Initiative
Format XML: suite! le contenu d un élément est la concaténation de! texte! et d éléments (imbrication)! => structure arborescente! pas de chevauchement de balises! => exemple : une analyse syntagmatique
Plus en détailIntroduction aux bases de données
Introduction aux bases de données Références bibliographiques Jeff Ullman,Jennifer Widom, «A First Course in Database systems», Prentice-Hall, 3rd Edition, 2008 Hector Garcia-Molina, Jeff Ullman, Jennifer
Plus en détailOrdonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative
Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Y. Houbad, M. Souier, A. Hassam, Z.Sari Laboratoire d automatique Tlemcen Faculté de technologie, Université Abou
Plus en détailLa solution idéale de personnalisation interactive sur internet
FACTORY121 Product Configurator (summary) La solution idéale de personnalisation interactive sur internet FACTORY121 cité comme référence en «Mass Customization» au MIT et sur «mass-customization.de» Specifications
Plus en détailUML est-il soluble dans les méthodes agiles?
Pascal ROQUES Valtech Training UML est-il soluble dans les méthodes agiles? octobre 07 Résumé On entend beaucoup parler actuellement de deux approches ayant l'air fondamentalement opposées : l'approche
Plus en détailFormation à la recherche documentaire sur le web
Formation à la recherche documentaire sur le web Objectif : Savoir effectuer des recherches pertinentes sur Internet Savoir distinguer les informations fiables sur Internet Savoir effectuer des recherches
Plus en détailGet Instant Access to ebook Cest Maintenant PDF at Our Huge Library CEST MAINTENANT PDF. ==> Download: CEST MAINTENANT PDF
CEST MAINTENANT PDF ==> Download: CEST MAINTENANT PDF CEST MAINTENANT PDF - Are you searching for Cest Maintenant Books? Now, you will be happy that at this time Cest Maintenant PDF is available at our
Plus en détailIntroduction aux concepts d ez Publish
Introduction aux concepts d ez Publish Tutoriel rédigé par Bergfrid Skaara. Traduit de l Anglais par Benjamin Lemoine Mercredi 30 Janvier 2008 Sommaire Concepts d ez Publish... 3 Système de Gestion de
Plus en détailIntroduction aux bases de données: application en biologie
Introduction aux bases de données: application en biologie D. Puthier 1 1 ERM206/Technologies Avancées pour le Génome et la Clinique, http://tagc.univ-mrs.fr/staff/puthier, puthier@tagc.univ-mrs.fr ESIL,
Plus en détailCette Leçon va remplir ces attentes spécifiques du curriculum :
Dev4Plan1 Le Plan De Leçon 1. Information : Course : Français Cadre Niveau : Septième Année Unité : Mes Relations Interpersonnelles Thème du Leçon : Les Adjectifs Descriptifs Date : Temps : 55 minutes
Plus en détailNotice Technique / Technical Manual
Contrôle d accès Access control Encodeur USB Mifare ENCOD-USB-AI Notice Technique / Technical Manual SOMMAIRE p.2/10 Sommaire Remerciements... 3 Informations et recommandations... 4 Caractéristiques techniques...
Plus en détailRéflexion sur la mise en place d'un système mobile d'aide à la navigation destiné aux services d'urgence basée sur une solution libre.
Réflexion sur la mise en place d'un système mobile d'aide à la navigation destiné aux services d'urgence basée sur une solution libre. Denis Fouquet * Jean-Michel Follin ** Laboratoire de Géodésie et de
Plus en détailMELTING POTES, LA SECTION INTERNATIONALE DU BELLASSO (Association étudiante de lʼensaparis-belleville) PRESENTE :
MELTING POTES, LA SECTION INTERNATIONALE DU BELLASSO (Association étudiante de lʼensaparis-belleville) PRESENTE : Housing system est un service gratuit, qui vous propose de vous mettre en relation avec
Plus en détail