These: Anne-Lyse Minard, Extraction de relations en domaine de specialite

[Thierry Hamon]

Date: Mon, 26 Nov 2012 13:17:07 +0100
From: minard <minard at limsi.fr>
Message-ID: <8045d94010a412ce5eaa9bb54fc3278d at limsi.fr>


Message-ID: <8045d94010a412ce5eaa9bb54fc3278d at limsi.fr>
X-Sender: minard at limsi.fr
User-Agent: LIMSI Webmail

Bonjour,

J’ai le plaisir de vous inviter à la soutenance de ma thèse intitulée
"Extraction de relations en domaine de spécialité".
La soutenance aura lieu vendredi 7 décembre 2012 à 10h00 en salle de
conférences du LIMSI-CNRS (Bât 508, Université Paris Sud, Orsay ;
http://www.limsi.fr).
Vous êtes également conviés au traditionnel pot de thèse qui suivra la
soutenance.

Bien cordialement,
Anne-Lyse Minard

-----------------

Le jury de soutenance sera composé de :
* Directrices de thèse
     Brigitte Grau -- LIMSI-CNRS - ENSIIE
     Anne-Laure Ligozat -- LIMSI-CNRS - ENSIIE
* Rapporteurs
     Emmanuel Morin -- LINA - Université de Nantes
     Horacio Saggion -- Université Pompeu Fabra, Barcelone
* Examinateurs
     Juliette Dibie-Barthélemy -- INRA-AgroParisTech
     Chantal Reynaud -- LRI - Université Paris-Sud
     Yannick Toussaint -- LORIA-INRIA
* Invité
     Stephen Randall Thomas -- IGR, IR4M-CNRS

Résumé de la thèse :

La quantité d'information disponible dans le domaine biomédical ne cesse
d'augmenter. Pour que cette information soit facilement utilisable par
les experts d'un domaine, il est nécessaire de l'extraire et de la
structurer. Pour avoir des données structurées, il convient de détecter
les relations existantes entre les entités dans les textes. Nos
recherches se sont focalisées sur la question de l'extraction de
relations complexes représentant des résultats expérimentaux, et sur la
détection et la catégorisation de relations binaires entre des entités
biomédicales.

Nous nous sommes intéressée aux résultats expérimentaux présentés dans
les articles scientifiques. Nous appelons résultat expérimental, un
résultat quantitatif obtenu suite à une expérience et mis en relation
avec les informations permettant de décrire cette expérience. Ces
résultats sont importants pour les experts en biologie, par exemple pour
faire de la modélisation. Dans le domaine de la physiologie rénale, une
base de données a été créée pour centraliser ces résultats
d'expérimentation, mais l'alimentation de la base est manuelle et de ce
fait longue. Nous proposons une solution pour extraire automatiquement
des articles scientifiques les connaissances pertinentes pour la base de
données, c'est-à-dire des résultats expérimentaux que nous représentons
par une relation n-aire. La méthode procède en deux étapes : extraction
automatique des documents et proposition de celles-ci pour validation ou
modification par l'expert via une interface.

Nous avons également proposé une méthode à base d'apprentissage
automatique pour l'extraction et la classification de relations binaires
en domaine de spécialité. Nous nous sommes intéressée aux
caractéristiques et variétés d'expressions des relations, et à la prise
en compte de ces caractéristiques dans un système à base
d'apprentissage. Nous avons étudié la prise en compte de la structure
syntaxique de la phrase et la simplification de phrases dirigée pour la
tâche d'extraction de relations. Nous avons en particulier développé une
méthode de simplification à base d'apprentissage automatique, qui
utilise en cascade plusieurs classifieurs.

-------------------------------------------------------------------------
Message diffuse par la liste Langage Naturel <LN at cines.fr>
Informations, abonnement : http://www.atala.org/article.php3?id_article=48
English version       : 
Archives                 : http://listserv.linguistlist.org/archives/ln.html
                                http://liste.cines.fr/info/ln

La liste LN est parrainee par l'ATALA (Association pour le Traitement
Automatique des Langues)
Information et adhesion  : http://www.atala.org/
-------------------------------------------------------------------------