Search

International audience; Ce papier décrit la participation de l'équipe LIUM-IRISA à la campagne d'évaluation DEFT 2023.Notre équipe a participé à la tâche principale. Cette année, celle-ci consiste à la mise en placed'approches afin de répondre automatiquement à des questions à choix multiples. Nous avons mis enplace plusieurs systèmes, un premier avec une base de connaissances, un second système utilisant unmodèle génératif, un système à base de similarité et un dernier système combinant un ensemble dedescripteurs.

Pouvoir s'informer est indispensable au bon fonctionnement de la démocratie mais de nos jours les médias sont frappés par la crise de confiance et la perte de repères. Internet a bousculé l'univers médiatique et pour s'y retrouver il faut se repencher sur la notion de média afin de fournir un nouvel ensemble de critères de description des entités médiatiques. D'où vient l'information ? Comment est-elle financée ? Comment at -elle été produite ? Dans quel but ? Par qui est-elle diffusée ? Pour quel public ? Autant de questions essentielles à se poser pour mieux se diriger dans l'écosystème des médias. Notre objet d'étude porte ainsi sur la définition, l'observation et la modélisation des médias d'informations. Modéliser le domaine médiatique est une tâche complexe et délicate que cet article présente dans son ensemble en prenant en compte un niveau très fin de description des médias et l'aspect diachronique lié à l'évolution de la structure juridique des entités médias, de la structure de production et de la ligne éditoriale. Le modèle est testé et affiné à l'aide d'une liste de 3000 sites web d'information.

La documentation produit occupe une place centrale dans la communication d’une entreprise, à la fois dans la communication interne et dans la communication externe. La gestion des informations est en effet essentielle et stratégique. Une bonne documentation permet à une entreprise de gérer efficacement ses articles de documentation et de veiller à la satisfaction de ses clients. Un élément absolument essentiel dans le domaine des messageries conversationnelles et de l’expérience client. Il est donc nécessaire de respecter de bonnes pratiques documentaires dans la construction d’une base de connaissances, à la fois pour répondre aux questions des utilisateurs, pour faire preuve de professionnalisme, pour mettre en place une relation de confiance durable avec les clients, mais également pour documenter les fonctionnalités du produit et valoriser la collaboration entre les membres de l’équipe, primordiale dans l’optimisation et l’organisation du travail. Ce mémoire a pour objectif d’analyser les attentes de l’entreprise de messagerie conversationnelle Xeno pour sa documentation, et de définir les bonnes pratiques documentaires au sein d’une entreprise pour laquelle le service et la satisfaction client sont des points absolument fondamentaux.

In this thesis, we harvest knowledge of two different types from online resources . The first one is commonsense knowledge, i.e. intuitive knowledge shared by most people like ``the sky is blue''. We extract salient statements from query logs and question-answering by carefully designing question patterns. Next, we validate our statements by querying other web sources such as Wikipedia, Google Books, or image tags from Flickr. We aggregate these signals to create a final score for each statement. We obtain a knowledge base, QUASIMODO, which, compared to its competitors, has better precision and captures more salient facts.The other kind of knowledge we investigate is hidden knowledge, i.e. knowledge not directly given by a data provider. More concretely, some Web services allow accessing the data only through predefined access functions. To answer a user query, we have to combine different such access functions, i.e., we have to rewrite the query in terms of the functions. We study two different scenarios: In the first scenario, the access functions have the shape of a path, the knowledge base respects constraints called ``Unary Inclusion Dependencies'', and the query is atomic. We show that the problem is decidable in polynomial time, and we provide an algorithm with theoretical evidence. In the second scenario, we remove the constraints and create a new class of relevant plans called "smart plans". We show that it is decidable to find these plans and we provide an algorithm.; In this thesis, we harvest knowledge of two different types from online resources . The first one is commonsense knowledge, i.e. intuitive knowledge shared by most people like ``the sky is blue''. We extract salient statements from query logs and question-answering by carefully designing question patterns. Next, we validate our statements by querying other web sources such as Wikipedia, Google Books, or image tags from Flickr. We aggregate these signals to create a final score for each statement. We obtain a knowledge base, QUASIMODO, which, compared to its competitors, has better precision and captures more salient facts.Dans cette thèse, nous collectons sur le web deux types de connaissances. Le premier porte sur le sens commun, i.e. des connaissances intuitives partagées par la plupart des gens comme ``le ciel est bleu''. Nous utilisons des logs de requêtes et des forums de questions-réponses pour extraire des faits essentiels grâce à des questions avec une forme particulière. Ensuite, nous validons nos affirmations grâce à d'autres ressources comme Wikipedia, Google Books ou les tags d'images sur Flickr. Finalement, nous groupons tous les signaux pour donner un score à chaque fait. Nous obtenons une base de connaissance, QUASIMODO, qui, comparée à ses concurrents, montre une plus grande précision et collecte plus de faits essentiels.Le deuxième type de connaissances qui nous intéresse sont les connaissances cachées, i.e. qui ne sont pas directement données par un fournisseur de données. En effet, les services web donnent généralement un accès partiel à l'information. Il faut donc combiner des méthodes d'accès pour obtenir plus de connaissances: c'est de la réécriture de requête. Dans un premier scénario, nous étudions le cas où les fonctions ont la forme d'un chemin, la base de donnée est contrainte par des "dépendences d'inclusion unitaires" et les requêtes sont atomiques. Nous montrons que le problème est alors décidable en temps polynomial. Ensuite, nous retirons toutes les contraites et nous créons un nouvelle catégorie pertinente de plans: les "smart plans". Nous montrons qu'il est décidable de les trouver.

In this thesis, we harvest knowledge of two different types from online resources . The first one is commonsense knowledge, i.e. intuitive knowledge shared by most people like ``the sky is blue''. We extract salient statements from query logs and question-answering by carefully designing question patterns. Next, we validate our statements by querying other web sources such as Wikipedia, Google Books, or image tags from Flickr. We aggregate these signals to create a final score for each statement. We obtain a knowledge base, QUASIMODO, which, compared to its competitors, has better precision and captures more salient facts.The other kind of knowledge we investigate is hidden knowledge, i.e. knowledge not directly given by a data provider. More concretely, some Web services allow accessing the data only through predefined access functions. To answer a user query, we have to combine different such access functions, i.e., we have to rewrite the query in terms of the functions. We study two different scenarios: In the first scenario, the access functions have the shape of a path, the knowledge base respects constraints called ``Unary Inclusion Dependencies'', and the query is atomic. We show that the problem is decidable in polynomial time, and we provide an algorithm with theoretical evidence. In the second scenario, we remove the constraints and create a new class of relevant plans called "smart plans". We show that it is decidable to find these plans and we provide an algorithm.; In this thesis, we harvest knowledge of two different types from online resources . The first one is commonsense knowledge, i.e. intuitive knowledge shared by most people like ``the sky is blue''. We extract salient statements from query logs and question-answering by carefully designing question patterns. Next, we validate our statements by querying other web sources such as Wikipedia, Google Books, or image tags from Flickr. We aggregate these signals to create a final score for each statement. We obtain a knowledge base, QUASIMODO, which, compared to its competitors, has better precision and captures more salient facts.Dans cette thèse, nous collectons sur le web deux types de connaissances. Le premier porte sur le sens commun, i.e. des connaissances intuitives partagées par la plupart des gens comme ``le ciel est bleu''. Nous utilisons des logs de requêtes et des forums de questions-réponses pour extraire des faits essentiels grâce à des questions avec une forme particulière. Ensuite, nous validons nos affirmations grâce à d'autres ressources comme Wikipedia, Google Books ou les tags d'images sur Flickr. Finalement, nous groupons tous les signaux pour donner un score à chaque fait. Nous obtenons une base de connaissance, QUASIMODO, qui, comparée à ses concurrents, montre une plus grande précision et collecte plus de faits essentiels.Le deuxième type de connaissances qui nous intéresse sont les connaissances cachées, i.e. qui ne sont pas directement données par un fournisseur de données. En effet, les services web donnent généralement un accès partiel à l'information. Il faut donc combiner des méthodes d'accès pour obtenir plus de connaissances: c'est de la réécriture de requête. Dans un premier scénario, nous étudions le cas où les fonctions ont la forme d'un chemin, la base de donnée est contrainte par des "dépendences d'inclusion unitaires" et les requêtes sont atomiques. Nous montrons que le problème est alors décidable en temps polynomial. Ensuite, nous retirons toutes les contraites et nous créons un nouvelle catégorie pertinente de plans: les "smart plans". Nous montrons qu'il est décidable de les trouver.

In this thesis, we focus on the problem of link prediction in binary tensors of order three and four containing positive observations only. Tensors of this type appear in web recommender systems, in bio-informatics for the completion of protein interaction databases, or more generally for the completion of knowledge bases. We benchmark our completion methods on knowledge bases which represent a variety of relationnal data and scales.Our approach is parallel to that of matrix completion. We optimize a non-convex regularised empirical risk objective over low-rank tensors. Our method is empirically validated on several databases, performing better than the state of the art.These performances however can only be reached for ranks that would not scale to full modern knowledge bases such as Wikidata. We focus on the Tucker decomposition which is more expressive than the Canonical decomposition but also harder to optimize. By fixing the adaptive algorithm Adagrad, we obtain a method to efficiently optimize Tucker decompositions with a fixed random core tensor. With these method, we obtain improved performances on several benchmarks for limited parameters per entities.Finally, we study the case of temporal knowledge bases, in which the predicates are only valid over certain time intervals. We propose a low-rank formulation and regularizer adapted to the temporal structure of the problem and obtain better performances than the state of the art., Dans cette thèse, nous abordons le problème de prédiction de liens dans des tenseurs binaires d'ordre trois et quatre contenant des observations positives uniquement. Ce type de tenseur apparaît dans les problèmes de recommandations sur le web, en bio-informatique pour compléter des bases d'interactions entre protéines, ou plus généralement pour la complétion bases de connaissances. Ces dernières nous permettent d'évaluer nos méthodes de complétion à grande échelle et sur des types de graphes relationnels variés.Notre approche est parallèle à celle de la complétion de matrice. Nous résolvons de manière non-convexe un problème de minimisation empirique régularisé sur des tenseurs de faible rangs. Dans un premier temps, nous validons empiriquement notre approche en obtenant des performances supérieures à l'état de l'art sur de nombreux jeux de données.Ces performances ne peuvent être atteintes que pour des rangs trop élevés pour que cette méthode soit applicable à l'échelle de bases de connaissances complètes. Nous nous intéressons dans un second temps à la décomposition Tucker, plus expressive que la décomposition Canonique, mais plus difficile à optimiser. En corrigeant l'algorithme adaptatif Adagrad, nous arrivons à optimiser efficacement des décompositions Tucker dont le cœur est aléatoire et fixé. Ces méthodes nous permettent d'améliorer les performances en complétion pour une quantité faible de paramètres par entités.Finalement, nous étudions le cas de base de connaissances temporelles, dans lesquels les prédicats ne sont valides que sur certains intervalles de temps. Nous proposons une formulation faible rang et une régularisation adaptée à la structure du problème, qui nous permet d'obtenir des performances supérieures à l'état de l'art.

The Saône and the Rhône rivers have experienced and are still experiencing major floods which complicate the development of the neighbouring territories. The Plan Rhône managed by the Direction Régionale de l’Environnement, de l’Aménagement et du Logement Auvergne Rhône-Alpes (DREAL ARA), is an interregional contract whose one objective is to reduce vulnerability to flood risk. The construction of protection structures - also known as dikes - is the main way to protect against floods. Currently, the dispersion and heterogeneity of information relating to these structures between many stakeholders complicates the task of the DREAL's Pôle Plan Rhône, of which one of the objectives is to have an overall view of all these structures.This is why the DREAL ARA wanted to create a centralized knowledge base of the geographical data available on the dikes and include them into a computer tool that would allow to visualize the data and operate spatial analysis. The first results of an inventory and a preliminary critical analysis of the available GIS data, carried out by SEPIA Conseils, were essential for the data gathering, which is the real subject of this document.How, with the help of the results of the previous phases, to gather all the information from the available source databases by integrating both geometric objects and attribute information in an exhaustive way and without losing any information? How to ensure the reliability of this knowledge base in the short but also in the medium term? How to design this specific tool that would make it easy for users to use?The development of this database required the set up of specific methodologies combining semi-automatic processing and manual verification in order to deal with specific cases. Validation and control steps were implemented during the conception of the base, and during its finalization in order to make the base more reliable.The tool for visualizing and editing this knowledge base relies on a visualization interface in the free software QGIS (Long Term Release 3.4 version) and a PostgreSQL/PostGIS database. This tool allows the visualization, editing, modification and the production of customizable synthesis maps. It was created according to the needs identified, in order to be adapted and to ensure the durability of its use over time.In addition, a prioritized investigation plan has been drawn up in order to make the dike position more reliable. A financial report of these additional investigations and summary sheets of the selected sections allowed to study the financial and material feasibility in the short and medium term.Because of lack of information three of the eight tables could not be completed during this study. They should be completed in the future, by the DREAL ARA itself or by other users. This additional research will be essential to ensure the sustainability of the DREAL knowledge base and the associated tool.; Le Rhône et la Saône sont des fleuves qui ont connu et connaissent toujours des crues importantes, qui compliquent le développement des territoires qu’ils traversent. Le Plan Rhône, piloté par la DREAL Auvergne Rhône-Alpes, est un contrat interrégional dont un des objectifs est de réduire la vulnérabilité des territoires face au risque d’inondation. Un des moyens principaux pour se protéger contre les crues est la construction d’ouvrages de protection, appelés aussi plus communément digues. La dispersion et l’hétérogénéité des informations relatives à ces ouvrages entre de nombreux acteurs complexifie à l’heure actuelle la tâche du Pôle Plan Rhône de la DREAL, dont un des objectifs est d’avoir une vision globale de l’ensemble de ces ouvrages. C’est la raison pour laquelle la DREAL a souhaité la constitution d’une base de connaissances centralisée des données géographiques disponibles sur les digues et leur intégration dans un outil informatique permettant leur visualisation et la production d’analyses spatiales. Les premiers résultats d’un recensement et d’une analyse critique préliminaire des données SIG disponibles réalisés par SEPIA Conseils ont été indispensables à la centralisation des données, réel objet de ce mémoire.Comment, avec l’aide des résultats des phases précédentes, rassembler l’ensemble des informations des bases sources récupérées en intégrant à la fois les objets géométriques mais aussi les informations attributaires de manière exhaustive et sans perdre d’information ? Comment fiabiliser une telle base de connaissance à court mais aussi à moyen terme ? Comment concevoir cet outil spécifique qui permettrait de la rendre facilement exploitable pour les utilisateurs ?L’élaboration de cette base a nécessité de développer des méthodologies spécifiques couplant traitements semi-automatiques et vérification manuelles afin de traiter les cas particuliers. Des étapes de validation et de contrôle ont été mises en place au cours de la construction de la base, et lors de sa finalisation afin de fiabiliser la base.L’outil de visualisation et d’édition de cette base de données, s’appuie sur une architecture couplant une interface de visualisation dans le logiciel libre QGIS (version Long Term Release 3.4) et une base de données PostgreSQL/PostGIS. Cet outil permet la visualisation, la consultation, l’édition, la modification et la production de cartographies de synthèse personnalisables. Il a été créé selon les besoins identifiés afin d’être bien adapté et d’assurer la durabilité d’utilisation dans le temps.Un plan d’investigations priorisé a été élaboré en complément afin de fiabiliser le tracé et la connaissance de certains tronçons de digue. Un chiffrage de ces investigations complémentaires et des fiches synthèses des tronçons sélectionnés ont permis d’étudier la faisabilité financière et matérielle d’une telle fiabilisation à court et moyen terme. Les différentes tables qui n’ont pas pu être complétées lors de cette étude par manque d’information devront l’être a posteriori, par la DREAL elle-même ou d’autres utilisateurs. Ces recherches complémentaires seront indispensables pour pérenniser la base de connaissances et l’outil associé.

In this thesis we explore the problem of signature analysis in avionics maintenance, to identify failures in faulty equipment and suggest corrective actions to resolve the failure. The thesis takes place in the context of a CIFRE convention between Thales R&T and the Université Paris-Sud, thus it has both a theoretical and an industrial motivation. The signature of a failure provides all the information necessary to understand, identify and ultimately repair a failure. Thus when identifying the signature of a failure it is important to make it explainable. We propose an ontology based approach to model the domain, that provides a level of automatic interpretation of the highly technical tests performed in the equipment. Once the tests can be interpreted, corrective actions are associated to them. The approach is rooted on concept learning, used to approximate description logic concepts that represent the failure signatures. Since these signatures are not known in advance, we require an unsupervised learning algorithm to compute the approximations. In our approach the learned signatures are provided as description logics (DL) definitions which in turn are associated to a minimal set of axioms in the A-Box. These serve as explanations for the discovered signatures. Thus providing a glass-box approach to trace the reasons on how and why a signature was obtained. Current concept learning techniques are either designed for supervised learning problems, or rely on frequent patterns and large amounts of data. We use a different perspective, and rely on a bottom-up construction of the ontology. Similarly to other approaches, the learning process is achieved through a refinement operator that traverses the space of concept expressions, but an important difference is that in our algorithms this search is guided by the information of the individuals in the ontology. To this end the notions of justifications in ontologies, most specific concepts and concept refinements, are revised and adapted to our needs. The approach is then adapted to the specific avionics maintenance case in Thales Avionics, where a prototype has been implemented to test and evaluate the approach as a proof of concept., Dans cette thèse, nous étudions le problème de l’analyse de signatures de pannes dans le domaine de la maintenance avionique, afin d’identifier les défaillances au sein d’équipements en panne et suggérer des actions correctives permettant de les réparer. La thèse a été réalisée dans le cadre d’une convention CIFRE entre Thales Research & Technology et l’Université Paris-Sud. Les motivations sont donc à la fois théoriques et industrielles. Une signature de panne devrait fournir toutes les informations nécessaires pour identifier, comprendre et réparer la panne. Pour comprendre le mécanisme la panne son identification doit donc être explicable. Nous proposons une approche à base d’ontologies pour modéliser le domaine d’étude, permettant une interprétation automatisée des tests techniques réalisés afin d’identifier les pannes et obtenir les actions correctives associées. Il s’agit d’une approche d’apprentissage de concepts permettant de découvrir des concepts représentant les signatures de pannes tout en fournissant des explications sur les choix de propositions de réparations. Comme les signatures ne sont pas connues a priori, un algorithme d’apprentissage automatique non supervisé approxime les définitions des concepts. Les signatures apprises sont fournies sous forme de définitions de la logique de description (DL) et ces définitions servent d’explications. Contrairement aux techniques courantes d’apprentissage de concepts conçues pour faire de l’apprentissage supervisé ou basées sur l’analyse de patterns fréquents au sein de gros volumes de données, l’approche proposée adopte une perspective différente. Elle repose sur une construction bottom-up de l’ontologie. Le processus d’apprentissage est réalisé via un opérateur de raffinement appliqué sur l’espace des expressions de concepts et le processus est guidé par les données, c’est-à-dire les individus de l’ontologie. Ainsi, les notions de justifications, de concepts plus spécifiques et de raffinement de concepts ont été révisées et adaptées pour correspondre à nos besoins. L’approche a ensuite été appliquée au problème de la maintenance avionique. Un prototype a été implémenté et mis en œuvre au sein de Thales Avionics à titre de preuve de concept.

International audience; Previous work in information retrieval (IR) have shown that using evidence, such as concepts and relations, from external knowledge resources could enhance the retrieval performance. Recently, deep neural approaches have emerged as state-of-the art models for capturing word semantics that can also be efficiently injected in IR models. This paper presents a new tri-partite neural document language framework that leverages explicit knowledge to jointly constrain word, concept, and document representation learning to tackle a number of issues including polysemy and granularity mismatch. We show the effectiveness of the framework in various IR tasks including word similarity, document similarity, and document re-ranking. MOTS-CLÉS : Recherche d'information sémantique, base de connaissance, apprentissage de re-présentation.; De nombreux travaux en recherche d'information (RI) ont montré que l'utilisation des sources d'évidence provenant de ressources sémantiques externes pourrait améliorer la performance de l'appariement. Par ailleurs, les approches neuronales sont devenues des modèles de référence qui permettent de capturer à partir des corpus, la sémantique latente des mots qui peut être injectée dans les modèles RI. Ce papier présente un modèle qui a pour but de réduire le fossé sémantique en RI en combinant ces deux sources d'évidence. C'est un modèle neuronal tripartite pour la représentation sémantique de documents qui exploite des connaissances expli-cites pour régulariser conjointement l'apprentissage de représentations des mots, des concepts et des documents. Nous montrons l'efficacité de notre modèle sur différentes tâches de RI.

National audience; With the digital transition, the evolution of arrangements for the dissemination of journals in Social Sciences and Humanities (SSH) leads to changes in the methods and tools used by librarians on how to report online access and to face the vast and scattered amount of information available as well as the diverse business models and the question of open access. The need to control the metadata operated and to acquire specific skills has led to the establishment of the Mir@bel project. This library and information network produces a shared knowledge base, gateway to journals, which includes commercial packages such as open access journals. Information on access available online (full text, abstracts, tables of contents) is enriched with additional external links. The partners share the intelligence on journals and control the flow of data aggregated automatically from the four main french language platforms (Cairn.info, Érudit, Persée, Revues.org). The development and organization of the network, its international openness and diversification of partnerships, such as changes in working practices, are other significant results of the project. Mir@bel sketches what could be an information tool for journals, extended to all facets of their digital presence.; Liée à la transition numérique, l'évolution des modalités de diffusion des revues en Sciences humaines et sociales (SHS) entraîne une évolution des méthodes et outils mis en œuvre par les professionnels de l'information pour signaler les accès en ligne et faire face à la très grande quantité d'information disponible, à sa dispersion, aux modèles économiques variés et à la question de l'accès ouvert. La nécessité de maîtriser les métadonnées opérées et d'acquérir des compétences spécifiques a conduit à la mise en place du projet Mir@bel. Ce réseau documentaire produit une base de connaissance mutualisée, porte d'entrée sur les revues, qui intègre les bouquets commerciaux comme les revues en libre accès. L'information sur les accès en ligne disponibles (texte intégral, résumés, sommaires) est enrichie de liens rebonds complémentaires. Les partenaires se partagent la veille sur les revues et contrôlent les flux de données agrégés automatiquement depuis les quatre principaux portails francophones (Cairn.info, Érudit, Persée, Revues.org). Le développement et l'organisation du réseau, son ouverture internationale et la diversification des partenariats, comme l'évolution des pratiques professionnelles, sont d'autres acquis significatifs du projet. Mir@bel esquisse ce que pourrait être un outil documentaire pour les revues, étendu à toutes les facettes de leur présence numérique.

With the digital transition, the evolution of arrangements for the dissemination of journals in Social Sciences and Humanities (SSH) leads to changes in the methods and tools used by librarians on how to report online access and to face the vast and scattered amount of information available as well as the diverse business models and the question of open access. The need to control the metadata operated and to acquire specific skills has led to the establishment of the Mir@bel project. This library and information network produces a shared knowledge base, gateway to journals, which includes commercial packages such as open access journals. Information on access available online (full text, abstracts, tables of contents) is enriched with additional external links. The partners share the intelligence on journals and control the flow of data aggregated automatically from the four main french language platforms (Cairn.info, Érudit, Persée, Revues.org). The development and organization of the network, its international openness and diversification of partnerships, such as changes in working practices, are other significant results of the project. Mir@bel sketches what could be an information tool for journals, extended to all facets of their digital presence., Liée à la transition numérique, l'évolution des modalités de diffusion des revues en Sciences humaines et sociales (SHS) entraîne une évolution des méthodes et outils mis en œuvre par les professionnels de l'information pour signaler les accès en ligne et faire face à la très grande quantité d'information disponible, à sa dispersion, aux modèles économiques variés et à la question de l'accès ouvert. La nécessité de maîtriser les métadonnées opérées et d'acquérir des compétences spécifiques a conduit à la mise en place du projet Mir@bel. Ce réseau documentaire produit une base de connaissance mutualisée, porte d'entrée sur les revues, qui intègre les bouquets commerciaux comme les revues en libre accès. L'information sur les accès en ligne disponibles (texte intégral, résumés, sommaires) est enrichie de liens rebonds complémentaires. Les partenaires se partagent la veille sur les revues et contrôlent les flux de données agrégés automatiquement depuis les quatre principaux portails francophones (Cairn.info, Érudit, Persée, Revues.org). Le développement et l'organisation du réseau, son ouverture internationale et la diversification des partenariats, comme l'évolution des pratiques professionnelles, sont d'autres acquis significatifs du projet. Mir@bel esquisse ce que pourrait être un outil documentaire pour les revues, étendu à toutes les facettes de leur présence numérique.

National audience

This thesis is part of a multidisciplinary project, the DRAMA project, which attempts to generate 3D virtual scenes from the descriptions which are obtained from theatrical text. This project aims to simplify, as soon as possible, the tasks of the end-users by providing simple, fast, and effective tools. Thus, the technique used in this study is focused on the declarative modeling of virtual environments that is based on three phases (description, generation and management of knowledge). The description phase allows the designer to describe the environment from a set of properties, interpreted as a set of constraints for a generation system which produces one or several virtual environments solutions. This project, new tagging methods have been proposed to detect essential for the creation of scene, including information on the placement of objects. In addition, users can also run queries in the text from these tags. Placement properties are translated into spatial constraints with the data originally stored in a knowledge base that uses XML. A technique adopting the method of metaheuristics is then used for solving constraints. The object physical properties (collision, gravity, friction) were also managed from a physics engine. At the end, the finals scenes solutions were be proposed to the user, using a 3D rendering engine., Cette thèse s'inscrit dans le cadre d'un projet pluridisciplinaire, le projet DRAMA, qui consiste à générer des scènes virtuelles 3D à partir des descriptions contenues dans les textes théâtraux. L'un des objectifs de ce projet consiste à simplifier au maximum la tâche des utilisateurs finaux en leur offrant un outil simple, rapide, et efficace. Ainsi, la technique adoptée dans cette étude est axée sur la modélisation déclarative d'environnements virtuels qui s'appuie sur trois phases (description, génération et prise de connaissances). La phase de description permet au concepteur de décrire l'environnement à partir d'un ensemble de propriétés, interprétées en un ensemble de contraintes destinées à un système de génération qui produit un ou plusieurs environnements virtuels solutions.Dans le cadre de ce projet DRAMA, des nouvelles méthodes de balisage ont été proposées afin de détecter les éléments essentiels pour la création d'une pièce théâtrale, notamment les informations sur les placements d'objets. Par ailleurs, les utilisateurs peuvent, aussi, lancer des requêtes au niveau du texte à partir de ces balises. Les propriétés sur les placements seront traduites en contraintes spatiales grâce aux données initialement stockées dans une base de connaissance qui utilise le langage XML. Une technique adoptant la méthode des métaheuristiques est ensuite utilisée pour la résolution des contraintes de placements obtenues précédemment. La gestion des propriétés physiques des objets (collision, gravité, friction) a été aussi gérée à partir d'un moteur physique. À la fin, les scènes solutions finales seront proposées à l'utilisateur, en utilisant un moteur de rendu 3D.

La question centrale de cette thèse consiste à déterminer les moyens de modéliser de manière formelle les connaissances utilisées par les architectes dans la conception d'un édifice. Le modèle utilisé doit pouvoir être intégré dans un système associant les outils d'aide à la conception architecturale (CAAD) et les bases de connaissance formelles. Des raisonnements automatiques comme la classification, la déduction ou l'abduction peuvent ainsi être appliqués par le concepteur sur des éléments de projets présents dans la base de connaissance.

Session 3: Systems Biology Session 3: Systems Biology; International audience

This paper presents the linguistic data processing sequence built for a tourism web portal. The first steps of this sequence are the detection and the annotation of the temporal expressions found in the web pages. These tasks are performed using linguistic patterns. They lead to many questions which we try to answer, such as the definition of information to detect, annotation format and constraints. In the next step this annotated data is used to populate a tourism ontology. We present the acquisition rules which are necessary to enrich the portal knowledge base. Then we present an evaluation of our annotation system. This evaluation is able to judge the detection of the temporal expressions and their annotation., Cet article présente la chaîne de traitement linguistique réalisée pour la mise en place d'une plateforme touristique sur Internet. Les premières étapes de cette chaîne sont le repérage et l'annotation des expressions temporelles présentes dans des pages Web. Ces deux tâches sont effectuées à l'aide de patrons linguistiques. Elles soulèvent de nombreux questionnements auxquels nous tentons de répondre, notamment au sujet de la définition des informations à extraire, du format d'annotation et des contraintes. L'étape suivante consiste en l'exploitation des données annotées pour le peuplement d'une ontologie du tourisme. Nous présentons les règles d'acquisition nécessaires pour alimenter la base de connaissance du projet. Enfin, nous exposons une évaluation du système d'annotation. Cette évaluation permet de juger aussi bien le repérage des expressions temporelles que leur annotation.

International audience; Ontologies are a well-motivated formal representation to model knowledge needed to extract and encode data from text. Yet, their tight integration with Information Extraction (IE) systems is still a research issue, a fortiori with complex ones that go beyond hierarchies. In this paper we introduce an original architecture where IE is specified by designing an ontology, and the extraction process is seen as an Ontology Population (OP) task. Concepts and relations of the ontology define a normalized text representation. As their abstraction level is irrelevant for text extraction, we introduced a Lexical Layer (LL) along with the ontology, i.e. relations and classes at an intermediate level of normalization between raw text and concepts. On the contrary to previous IE systems, the extraction process only involves normalizing the outputs of Natural Language Processing (NLP) modules with instances of the ontology and the LL. All the remaining reasoning is left to a query module, which uses the inference rules of the ontology to derive new instances by deduction. In this context, these inference rules subsume classical extraction rules or patterns by providing access to appropriate abstraction level and domain knowledge. To acquire those rules, we adopt an Ontology Learning (OL) perspective, and automatically acquire the inference rules with relational Machine Learning (ML). Our approach is validated on a genic interaction extraction task from a Bacillus subtilis bacterium text corpus. We reach a global recall of 89.3% and a precision of 89.6%, with high scores for the ten conceptual relations in the ontology

International audience; Information Extraction (IE) systems have been proposed in recent years, to extract genic interactions from bibliographical resources. But they are limited to single interaction relations, and have to face a tradeoff between recall and precision, by focusing either on specific interactions (for precision), or general and unspecified interactions of biological entities (for recall). Yet, biologists need to process more complex data from literature, in order to study biological pathways, so an ontology is an adequate formal representation to model this sophisticated knowledge. But the tight integration of IE systems and ontologies is still a current research issue, a fortiori with complex ones that go beyond hierarchies. Here, we propose a rich modeling of genic interactions with an ontology, and show how it can be used within an IE system. The ontology is seen as a language specifying a normalized representation of text. IE is performed by first extracting instances from Natural Language Processing (NLP) modules, then deductive inferences on the ontology language are completed. New instances may be infered, bringing together otherwise scattered textual information. We validated our approach on an annotated corpus of gene transcription regulations in Bacillus subtilis. We reach a global recall of 89.3% and a precision of 89.6%, with high scores for the ten semantic relations defined in the ontology

This thesis approaches the issues related to semantic annotation and ontology population within the framework defined by the Semantic Web. The explicit representation of the contents of the Web resources is possible thanks to domain ontologies. They model the concepts, their attributes and the relations used to annotate the contents of the documents. And the knowledge base, associated with the ontology, must contain the instances to be used for semantic annotation. The idea suggested here is to combine the Information Extraction tools (IE) with the WS knowledge representation ones for the tasks of annotation and population. But there is currently a gap between the formats of representation used by these tools. This thesis proposes to fill this gap by designing a mediator able to transform the tags generated by the IE tools into a more formal representation, being the semantic annotations or the ontology instances., Cette thèse aborde les problématiques liées à l'annotation sémantique et au peuplement d'ontologies dans le cadre défini par le Web Sémantique. La représentation explicite des contenus des ressources du Web est possible grâce aux ontologies. Elles modélisent les concepts, leurs attributs et les relations utilisées pour annoter le contenu des documents. Et la base de connaissance, associée à cette ontologie, doit contenir les instances à utiliser pour l'annotation sémantique. L'idée proposée ici est de combiner les outils d'extraction d'information (EI) avec les outils de représentation des connaissances du WS pour les tâches d'annotation et de peuplement. Mais il existe actuellement un fossé entre les formats de représentation utilisés par chacun de ces outils. Cette thèse propose de combler ce fossé en concevant un médiateur capable de transformer les étiquettes générées par les outils d'EI en une représentation plus formelle, que ce soit sous la forme des annotations sémantiques ou des instances d'une ontologie.

International audience

National audience

International audience; This paper presents an information system developed to help the assessment of the microbiological risk in food products. UQS (Unified Querying System) is composed of two distinct bases (a relational database and a conceptual graph knowledge base) which are integrated by means of a uniform querying language. The specificity of the system is that both bases include fuzzy data. Moreover, UQS allows the expression of preferences into the queries, by means of the fuzzy set theory.

Communication présentée au 11th International Conference on Conceptual Structures, ICCS 2003, Dresden, Germany, July 21-25, 2003; International audience; In the context of a microbiological application, our study proposes to extend the Conceptual Graph Model in order to allow one: (i) to represent imprecise data and queries that include preferences, by using fuzzy sets (from fuzzy set theory) in concept vertices, in order to describe either an imprecise concept type or an imprecise referent; (ii) to query a conceptual graph that may include imprecise data (factual graph) using a conceptual graph that may include preferences (query graph). This is performed in two steps: firstly by extending the projection operation to fuzzy concepts, secondly by defining a comparison operation characterised by two matching degrees: the possibility degree of matching and the necessity degree of matching between two graphs, and particularly between a query graph and a factual graph.

National audience

Deux études ont été réalisées lors de ce stage : - Mise à jour d'une base de connaissance en HTML sur les polymères industriels : Réalisation d'un site web, recherche d'URL, Veille. - Conception d'un bulletin bibliographique électronique en anglais : Mise en forme électronique du produit documentaire, recherche d'outils de traductions, étude marketing.

Communication présentée au 8th International Conference on Conceptual Structures, ICCS 2000, Darmstadt, Germany, August 14-18, 2000; International audience; This work is part of a national project which aims at building a tool for the analysis of microbial risks in food products. As a first step of this work, we propose a unified querying system which simultaneously scans two different bases: a relational database containing structured information and a conceptual graph knowledge base containing semi-structured information. These two bases contain microbiological information. To achieve this, we propose a way of translating a database query expressed in a speci fic language into a query represented by a conceptual graph. This graph is projected into the base. It can also be generalized in order to avoid silent answers.

The genomes of individuals remain virtually the same throughout their lifetimes, with the notable exceptions of specific rearrangements such as those of the immunoglobulin genes in B lymphocytes and T-cell-receptor genes in T lymphocytes, and a limited number of mutations arising as errors of DNA replication during cell division or DNA damage induced by external agents (radiation, viruses) and that remain uncorrected by the DNA proofreading systems. In contrast, each cell of the hundreds of cell types that make up the human body expresses different sets of genes at different levels as the result of differentiation, development, environmental influences, disease, or treatment. Each physiological and pathological situation can thus be characterized by a specific set of gene transcripts (transcriptome) and protein products (proteome). The term transcriptome was coined by one of us (C. Auffray) in 1996 to characterize entire sets of transcripts; it has been used by others in the context of simpler unicellular model organisms such as yeast (Velculescu et al. 1997; Dujon, 1998). Gene expression is regulated at the level of transcription to a large extent. Therefore assessment of the variation of transcriptomes provides a global initial appraisal of the dynamic aspects of these regulations. Description of the corresponding proteomes to complement the expression profiles is under way with the development of methods for large-scale systematic analyses of proteins (see, e.g., Humphery-Smith et al. 1997; VanBogelen et al. 1997; Anderson and Anderson 1998; Wilkins et al. 1998). The ultimate outcome of the Human Genome Project will be to provide biologists with the basic knowledge necessary to decipher the structure and function of all human genes and their products in relation to physiology and disease. As part of this effort, a Consortium for Integrated Molecular Analyses of Genomes and their Expression (IMAGE, Lennon et al. 1996) has established a common resource of publicly available cDNA libraries from which the genome community has collected a wealth of sequence, map, and expression data. Thus, from the circa one million human partial cDNA sequences registered in GenBank, >80% have been derived from IMAGE Consortium cDNA collections (Auffray et al. 1995; Hillier et al. 1996). Several groups have developed clustering approaches to establish links between the cDNA clones and sequences derived from transcripts of the same gene as the result of alternate initiation and termination of transcription and alternate splicing (Adams et al. 1995; Houlgatte et al. 1995; Schuler et al. 1997; Burke et al. 1998), indicating that most of the estimated 60,000–80,000 human genes (Antequera and Bird 1994; Fields et al.1994) are already represented in the IMAGE cDNA collections. The most recent versions of the human gene maps that have been assembled by an international consortium of laboratories using radiation-hybrid panels and physical resources are based mostly on expressed sequence tag site (ESTS) markers derived from these IMAGE Consortium resources, and provide localizations for some 30,000 distinct genes (Hudson et al. 1995; Gyapay et al. 1996; Schuler et al. 1996; Stewart et al. 1997; Deloukas et al. 1998). A wide variety of cytogenetic, genetic, and physical mapping data is available on a genome, chromosome, or local scale. Because the methods and resources used to build these maps vary in their basic principles and resolution power, their integration and the assessment of the precision of the position of a given gene pose both fundamental and practical problems and difficulties that remain largely unresolved. Even in regions in which extensive genomic sequences are available, this remains an important task to achieve to facilitate the identification of the genes involved in inherited diseases and physiological traits within the frame of positional cloning approaches. The scaling up of human genome sequencing that is underway makes it an even more important issue to address. Collecting expression profiles of human genes in the hundreds of cell types that make up the human body would further bridge the gap between the structure of the genome and biology. The basic methods for cDNA array hybridization have been available since the inception of the genetic engineering revolution >20 years ago. Advances in robotics, imaging technologies, and informatics that are the hallmark of the genome era made it possible to collect expression profiles by semiquantitative hybridization on thousands of cDNA targets spotted at high density on membranes (Nguyen et al. 1995; Takahashi et al. 1995; Zhao et al. 1995; Pietu et al. 1996). However, it is only recently that, with the emergence of novel platforms using microarray formats of increased densities and fluorescent probes, the potential of this approach has received more attention and acceptance in the community (Schena et al. 1995, 1996; De Risi et al. 1996, 1997; Lockhart et al. 1996; Lashkari et al. 1997; Zhang et al. 1997; Wodicka et al. 1997; Cho et al. 1998; de Saizeu et al. 1998; Gray et al.1998) with other applications such as genotyping (Winzeler et al. 1998). Whether based on arrays of cDNA clones or arrays of oligonucleotides synthesized in situ on glass, these techniques take advantage of the physical and/or information resources of the IMAGE Consortium. In this context, the Genexpress team developed the IMAGE concept (Auffray et al. 1995) and cofounded the IMAGE Consortium (Lennon et al. 1996). After the initial characterization of one-third of the first IMAGE Consortium cDNA library from infant brain (Soares et al. 1994), we developed the Genexpress Index (Houlgatte et al. 1995), a resource for gene discovery and the genic map of the human genome based on clustering of annotated cDNA clones, sequences, and ESTS genic markers assigned to specific human chromosomes. We also established a method for semiquantitative analysis of the expression levels of thousands of gene transcripts and identified by differential hybridization a set of novel genes transcribed preferentially in human muscles (Pietu et al. 1996). Here we further characterize 5058 human genes represented in the infant brain library, and describe a novel, prototype resource for functional and computational genomics of the human brain transcriptome, the Genexpress IMAGE Knowledge Base, integrating curated sequence, map, and expression annotations.

*INRA Laboratoire de Biotechnologie de l'Environnement de Narbonne Diffusion du document : INRA Laboratoire de Biotechnologie de l'Environnement de Narbonne Diplôme : Dr. d'Université

Not available, aUn des problèmes rencontrés par le producticien, lors de la modélisation des connaissances pour la génération du processus de fabrication dans un contexte de conception intégrée, réside dans le fait que certaines de ces connaissances sont imprécisément verbalisées par les experts. Il résulte de cette imprécision informationnelle des connaissances une incertitude associée aux différentes alternatives décisionnelles durant le processus de raisonnement expert. Les outils de formalisation actuels de ces connaissances ne permettent pas de modéliser les différentes imperfections qui y sont naturellement attachées. Ainsi, les décisions prises par les systèmes implémentant ces techniques sont restrictives en comparaison de celles prises par les experts. C'est pourquoi nos travaux de recherche visent à formaliser la sémantique (imprécision des connaissances, incertitude des décisions) des savoir-faire verbalisés par les experts, lors du processus de raisonnement pour la génération de gammes de fabrication. Face à cette problématique, nous proposons de modéliser les savoir-faire définissant le contexte de l'activité de génération de gammes d'usinage, en utilisant un modèle de raisonnement en logique floue, basé sur l'utilisation de règles conjonctives. A partir d'un problème donné, ce modèle permet de produire les différentes alternatives de décision possibles, en terme de gammes d'usinage, et de leur associer un degré de possibilité. Dans l'objectif de construire différentes solutions de processus de fabrication possibles, relativement à un même problème, nous utilisons un modèle de logique temporelle et l'étendons afin qu'il puisse supporter et manipuler les résultats produits par le modèle de raisonnement flou. L'implémentation de la méthode proposée, sur une plate-forme génératrice de systèmes à base de connaissances, constitue ainsi un prototype original d'assistance à la génération de processus de fabrication.

This work presents the development of an expert system to aid the resumption of service of an electrical transmission network after a generalized incident.After an analysis of the service recovery problem and current solutions, a network model and the extracted knowledge are presented.The network model brings together in the form of an object-oriented database the data and behavior of a network in operation.The knowledge necessary for the system comes from the constraints imposed by driving, and from electrotechnical common sense rules.The study resulted in the creation of a prototype allowing the testing of different strategies developed from the extracted knowledge., Ce travail présente l'élaboration d'un système expert d'aide à la reprise de service d'un réseau électrique de transport après un incident généralisé.Après une analyse du problème de reprise de service et des solutions actuelles, un modèle de réseau et les connaissances extraites sont présentées.Le modèle de réseau regroupe sous la forme d'une base de données orientée objets les données et les comportements d'un réseau en conduite.Les connaissances nécessaires au système proviennent des contraintes imposées par la conduite, et de règles de bon sens électrotechniques.L'étude a abouti à la réalisation d'un prototype permettant le test de stratégies différentes élaborées à partir des connaissances extraites.

The doctoral thesis concerns the development and validation of the SYNOP expert system for the ergonomic evaluation and improvement of graphic views used in control rooms of industrial processes SYNOP uses a first-order inference engine and the concepts of frame and semantic network for knowledge representation. It is written in LISP language. Its knowledge bases contain ergonomic concepts for information presentation on graphic screens. Its evaluation module, as well as its expert and user interfaces, are detailed. The principles for developing and validating its ergonomic knowledge bases are explained. The thesis also describes the contribution of the SYNOP expert system to the evaluation and improvement of a graphical user interface in an industrial context. The thesis ends with several research perspectives.; La thèse concerne le développement et la validation du système expert SYNOP pour l'évaluation ergonomique et l’amélioration de vues graphiques exploitées dans les salles de contrôle de procédés industriels. SYNOP utilise un moteur d'inférence du premier ordre et les notions de frame et de réseau sémantique pour la représentation des connaissances. Il est écrit en langage LISP. Ses bases contiennent des concepts ergonomiques de présentation d'information sur écran graphique. Le module d'évaluation de SYNOP, ainsi que ses interfaces expert et utilisateur, sont détaillés. Les principes d'élaboration et de validation des bases de connaissances ergonomiques de SYNOP sont expliqués. Le mémoire décrit également la contribution du système expert SYNOP à l’évaluation et l’amélioration d'une interface graphique dans un contexte industriel. Le mémoire se termine par des perspectives d'évolution de SYNOP.

Proposition d'une représentation formelle complète des méthodes de modélisation des systèmes d'information en informatique de gestion. Le but est de constituer une base de connaissances d'un système expert pour diriger des modélisations. Une architecture fonctionnelle d'un tel système expert est proposée et expérimentée

The doctoral thesis concerns the development and validation of the SYNOP expert system for the ergonomic evaluation and improvement of graphic views used in control rooms of industrial processes SYNOP uses a first-order inference engine and the concepts of frame and semantic network for knowledge representation. It is written in LISP language. Its knowledge bases contain ergonomic concepts for information presentation on graphic screens. Its evaluation module, as well as its expert and user interfaces, are detailed. The principles for developing and validating its ergonomic knowledge bases are explained. The thesis also describes the contribution of the SYNOP expert system to the evaluation and improvement of a graphical user interface in an industrial context. The thesis ends with several research perspectives.; La thèse concerne le développement et la validation du système expert SYNOP pour l'évaluation ergonomique et l’amélioration de vues graphiques exploitées dans les salles de contrôle de procédés industriels. SYNOP utilise un moteur d'inférence du premier ordre et les notions de frame et de réseau sémantique pour la représentation des connaissances. Il est écrit en langage LISP. Ses bases contiennent des concepts ergonomiques de présentation d'information sur écran graphique. Le module d'évaluation de SYNOP, ainsi que ses interfaces expert et utilisateur, sont détaillés. Les principes d'élaboration et de validation des bases de connaissances ergonomiques de SYNOP sont expliqués. Le mémoire décrit également la contribution du système expert SYNOP à l’évaluation et l’amélioration d'une interface graphique dans un contexte industriel. Le mémoire se termine par des perspectives d'évolution de SYNOP.