These: Marie Dupuch-Behar, Detection de termes semantiquement proches par clustering non supervise

[Thierry Hamon]

Date: Thu, 11 Sep 2014 23:13:53 +0200
From: Marie BEHAR <dupuchm at hotmail.fr>
Message-ID: <DUB123-W46D1A3215E453BDFA431EFC8CC0 at phx.gbl>

Bonjour, 

J'ai le plaisir de vous inviter à ma soutenance de thèse intitulée :

"Détection de termes sémantiquement proches. Clustering non supervisé
basé sur les relations sémantiques et le degré d’apparenté sémantique"

Elle aura lieu le vendredi 19 septembre 2014 à 15h, au LIMICS, 15 rue de
l’école de médecine, Paris 6ème (escalier D, 2ème étage)

Métro : Odéon (ligne 4 ou 10)

Je vous convie chaleureusement au pot qui suivra et qui se tiendra
également au LIMICS.

Bien cordialement,

Marie Dupuch-Behar

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

Le jury de soutenance sera composé de : 

Rapporteurs :

Régis BEUSCART, PUPH, CERIM, Université Lille 2
Mathieu ROCHE, DR, CIRAD, UMR TETIS, Montpellier

Examinateur :

Jean-Marc LABAT, PU, LIP6, Université Paris 6
Frédérique SEGOND, Directrice R&D, VISEO, Grenoble    
Vincent CLAVEAU, CR, IRISA CNRS, Rennes

Directrice :

Marie-Christine JAULENT, DR, UMRS 1142 INSERM, Université Paris 6

Encadrante : 

Natalia GRABAR, CR, UMR 8163 CNRS, Université Lille 3

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

Résumé :

L'utilisation de termes équivalents ou sémantiquement proches est
nécessaire pour augmenter la couverture et la sensibilité d'une
application comme la recherche et l'extraction d'information ou
l'annotation sémantique de documents. Dans le contexte de
l'identification d'effets indésirables susceptibles d'être dûs à un
médicament, la sensibilité est aussi recherchée afin de détecter plus
exhaustivement les déclarations spontanées et de mieux surveiller le
risque médicamenteux.

C'est la raison qui motive notre travail. Dans notre travail de thèse,
nous cherchons ainsi à détecter des termes sémantiquement proches et à
les regrouper en utilisant plusieurs méthodes : des algorithmes de
clustering non supervisés, des ressources terminologiques exploitées
avec le raisonnement terminologique et des méthodes de Traitement
Automatique de la Langue, comme la structuration de terminologies, où
nous visons la détection de relations hiérarchiques et synonymiques.
Nous avons réalisé de nombreuses expériences et évaluations des clusters
générés, qui montrent que les méthodes proposées peuvent contribuer
efficacement à la tâche visée.

Mots-clés : Terminologie, distance et similarité sémantique,
structuration de terminologies, clustering, pharmacovigilance, domaine
de spécialité, médecine, TAL, contexte cross-langue, filtrage,
évaluation.

Abstract :

The use of equivalent terms or semantically close is necessary to
increase the coverage and sensitivity of applications such as
information retrieval and extraction or semantic annotation of
documents. In the context of the adverse drug reactions identi_cation,
sensitivity is also sought to detect more exhaustively spontaneous
reports and better monitor drug risk. This is the reason that motivates
our work. In our work, we thus seek to detect semantically close terms
and the together using several methods : unsupervised clustering
algorithms, terminological resources exploited with terminological
reasoning and methods of Natural Language Processing, such as
terminology structuring, where we aim to detect hierarchical and
synonymous relations.  We conducted many experiments and evaluations of
clusters generated, which show that the proposed methods can e_ciently
contribute to the task in question.

Key-words : Terminology, semantic distance and similarity, terminology
structuring, clustering, pharmacovigilance, speciality area, medicine,
NLP, cross-language context, filtering, evaluation.

-------------------------------------------------------------------------
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/

ATALA décline toute responsabilité concernant le contenu des
messages diffusés sur la liste LN
-------------------------------------------------------------------------