J'ai le plaisir de vous inviter à ma soutenance de thèse intitulée «
Métadonnées pour la personnalisation de l'accès à la connaissance et à
l'information » ainsi qu'au pot qui suivra.
La soutenance se déroulera le Mardi 3 mai à 14h en Salle 101 (barre 25-26)
1er étage, au Laboratoire d'Informatique de Paris 6.
Voici un plan d'accès :
http://www.upmc.fr/fr/universite/campus_et_sites/a_paris_et_en_idf/jussieu.html
=======
Jury
=======
Soutenance devant le jury composé de :
- Mme Bernadette Bouchon-Meunier, Directeur de recherche, CNRS (Directeur)
- M Nicolas Labroche, Maître de conférence à l'Université Paris VI
(Encadrant)
- M Bernt Aman, Professeur à l'Université Paris VI (Examinateur)
- Mme Florence Sèdes, Professeur à l'université Paul Sabatier, Toulouse
(Rapporteur)
- M Bruno Crémilleux, Professeur à l'université de Caen (Rapporteur)
- M Charles Tijus, Professeur à l'université Paris 8 (Examinateur)
- Mme Monique Baron, Maître de conférence à l'Université Paris VI
(Examinateur)
======
Résumé
======
Au cours des dernières années, plusieurs institutions et projets se sont
focalisés sur le développement d'entrepôts de ressources éducatives. Une
des méthodes proposées pour améliorer la recherche sur ces entrepôts ou
sur le web d'une manière générale consiste à enrichir les documents avec
des métadonnées. C'est un ensemble d'informations destinées à mieux
identifier ces ressources : l'auteur, la date de publication, le titre,
etc. Ces métadonnées permettent de décrire, de localiser ou encore de
faciliter la découverte et l'utilisation des ressources. Le besoin de
méthodes de production des métadonnées qui sont plus efficaces et moins
coûteuses que celles impliquant des êtres humains se fait sentir. Notre
objectif dans ce travail de thèse est donc de réaliser des méthodes
d'extraction automatique de métadonnées à partir des ressources éducatives
afin de minimiser l'effort humain d'annotation.
Dans une première étude, nous explorons les relations qui peuvent exister
entre les différents champs de métadonnées. Nous utilisons pour cela des
méthodes d'apprentissage supervisé ainsi que des méthodes à base de règles
d'association. L'expérimentation nous a permis d'éliciter des relations
intéressantes entre champs de métadonnées et d'inférer les valeurs de
champs de métadonnées difficiles à extraire à partir du contenu, faisant
ainsi face au problème du gap sémantique.
Nous nous sommes aussi intéressés à l'extraction de métadonnées à partir
du contenu des ressources. Les méthodes proposées se basent sur les
techniques d'apprentissage supervisé en abordant les différents problèmes
auxquels on se confronte dans ces approches telles que la construction de
corpus, la construction des attributs, la fusion des attributs ainsi que
le déséquilibre des classes. Les méthodes proposées permettent de donner
de bien meilleurs résultats que celles généralement utilisées par les
systèmes de génération de métadonnées.
Nous nous sommes aussi focalisés sur les documents pédagogiques en
proposant une approche qui permet de distinguer automatiquement entre les
concepts définis et les concepts prérequis. Nous avons ensuite exploité
la catégorisation des concepts pour extraire un nouveau type d'information
qui est l'ordre pédagogique des documents.
Bien cordialement,
--
Sahar CHANGUEL
Bureau 26-00/501
Laboratoire d'Informatique de Paris 6
4 place Jussieu
75252 Paris Cedex 05
France
Tel : 01 44 27 87 26
Fax : 01 44 27 70 00
