Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Le travail effectué au cours de ma thèse s’inscrit dans le cadre du Web Sémantique pour rendre l’annotation sémantique. La vision du Web Sémantique a pour son objectif d’avoir les informations disponibles pour que les utilisateurs puissent les exploiter selon leurs besoins. En effet, dans les systèmes d’information actuels, dont la complexité se traduit par un volume important de données, le défi n’est plus de réunir des données, mais d’en extraire des informations pertinentes. Pour cela, les données doivent être étiquetées sémantiquement. En plus, comparé aux langues flexionnelles comme le Français, la technologie dans le traitement de langue agglutinative comme le Coréen a toujours des manques à cause de la complexité des morphologies et syntaxe. / We present an automatic semantic annotation system for Korean on the EXCOM (EXploration COntextual for Multilingual) platform. The purpose of natural language processing is enabling computers to understand human language, so that they can perform more sophisticated tasks. Accordingly, current research concentrates more and more on extracting semantic information. The realization of semantic processing requires the widespread annotation of documents. However, compared to that of inflectional languages, the technology in agglutinative language processing such as Korean still has shortcomings. EXCOM identifies semantic information in Korean text using our new method, the Contextual Exploration Method. Our system properly annotates approximately 90% of standard Korean sentences, and this annotation rate holds across text domains.

La gestion des ressources humaines est une tâche importante pour toutes les organisations. Avec le nombre de candidatures en augmentation grâce à plusieurs plateformes en ligne, il est souhaitable de faire correspondre automatiquement les candidats avec des offres d’emploi. Les approches existantes utilisent les CVs sans compléter les informations par des recherches sur le Web, notamment le Web social. L’objectif de cette thèse est de surmonter cette limitation et proposer des méthodes pour découvrir des ressources en ligne pertinentes pour un demandeur d’emploi. À cet égard, une nouvelle méthode pour l’extraction d’informations clés à partir des CVs est proposée. Il s’agit d’un problème difficile puisque les CVs peuvent être multilingues et avoir des structures assez variées. En plus, les entités présentes sont suivant ambiguës. L’identification et la réconciliation des ressources en ligne en utilisant les informations clés sont un autre défi. Nous proposons un algorithme pour générer des requêtes et classer les résultats pour obtenir les ressources en ligne les plus pertinentes pour un demandeur d’emploi.. En outre, nous abordons spécifiquement la réconciliation de profils dans les réseaux sociaux grâce à une méthode qui est capable d’identifier les profils de individus à travers différents réseaux. Cette méthode utilise notamment les informations relatives à la localisation géographique des profils. A cet égard, nous proposons un algorithme permettant de désambiguïser les toponymes utilisés dans les profils pour indiquer une localité géographique ; cet algorithme peut être également utilisé pour inférer la localité d’un individu lorsqu’il ne l’a pas renseignée. Des expériences sur des ensembles de données réelles sont menées pour tous les différents algorithmes proposés dans cette thèse qui montrent de bons résultats. / Finding the appropriate individual to hire is a crucial part of any organization. With the number of applications increasing due to the introduction of online job portals, it is desired to automatically match applicants with job offers. Existing approaches that match applicants with job offers take resumes as they are and do not attempt to complete the information on a resume by looking for more information on the Internet. The objective of this thesis is to fill this gap by discovering online resources pertinent to an applicant. To this end, a novel method for extraction of key information from resumes is proposed. This is a challenging task since resumes can have diverse structures and formats, and the entities present within are ambiguous. Identification of Web results using the key information and their reconciliation is another challenge. We propose an algorithm to generate queries, and rank the results to obtain the most pertinent online resources. In addition, we specifically tackle reconciliation of social network profiles through a method that is able to identify profiles of individuals across different networks. Moreover, a method to resolve ambiguity in locations, or predict it when absent, is also presented. Experiments on real data sets are conducted for all the different algorithms proposed in this thesis and they show good results.

Cette thèse s'intéresse aux annotations produites par des apprenants sur des documents électroniques. Les annotations sont utiles tant pour mémoriser une démarche de compréhension que pour retrouver facilement des informations. Nous remarquons que l'annotation électronique est peu pratiquée en raison des inconforts de lecture et d'annotation. De plus les annotations sont porteuses d'une sémantique implicite, perdue lors des réutilisations, comme par exemple des liens entre couleur et objectif de l'annotation. Dans ce contexte, notre objectif est de proposer des formalismes et des outils efficaces pour l'annotation électronique de ressources pédagogiques par des apprenants. Cette efficacité signifie que les dispositifs doivent être adaptés aux niveaux logiciel et matériel, qu'ils anticipent les réutilisations pour éviter l'impression systématique des documents, et qu'ils offrent les avantages d'un traitement informatisé. Elle signifie également que les annotations doivent être conservées dans leur intégralité : il est donc nécessaire d'expliciter leur sémantique tant au niveau d'une représentation formelle qu'au niveau d'un annoteur.<br />Plus précisément, notre travail comporte une proposition de représentation formelle de l'annotation, que nous implantons et testons lors d'expérimentations écologiques. En résultat, nous produisons une spécification d'annoteur efficace basé sur les métaphores du papier et de la trousse : le lecteur conserve ses habitudes papier lors de la lecture et de la création et il bénéficie des avantages d'un traitement informatisé pour la valuation, la recherche et le partage.

La collecte, l'organisation et la recherche de sources iconographiques est certainement un problème majeur au sein des communautés qui s'intéressent à l'étude, la conservation et la valorisation du patrimoine architectural. L'organisation et la structuration de ces ressources sont alors un problème essentiel si l'on s'inscrit dans l'idée de concevoir les archives de demain. Aujourd'hui, la méthode la plus couramment utilisée, pour classer et rechercher des contenus iconographiques au sein d'une base de données, est la recherche par mots-clés. En particulier, dans le domaine de la documentation architecturale, au vu du degré de complexité (en termes de richesse d'information) et d'hétérogénéité (en termes de variété de supports et de techniques d'exécution) des sources iconographiques (photos, dessins, peintures, etc.), les solutions existantes d'annotation sémantique d'images s'avèrent inefficaces. Cette thèse considère le modèle 3D interactif comme un moyen d'accès privilégié à l'information patrimoniale. Dans ce sens, ce travail se concentre sur l'exploitation de la représentation de la morphologie d'un édifice comme source principale pour distribuer / propager les attributs sémantiques sur l'ensemble des sources iconographiques (le représentant en deux dimensions) qui se trouvent dans une condition de cohérence géométrique/spatiale avec son modèle tridimensionnel. Un modèle de description sémantique (structurant l'ensemble de termes pouvant décrire la morphologie d'un édifice) est alors utilisé comme dénominateur commun permettant d'établir des relations entre la représentation 3D complète des formes architecturales qui composent l'édifice et l'ensemble des sources iconographiques (collections d'images 2D segmentées) correspondantes. Ce travail abouti à la définition et au développement d'un système d'informations permettant de rechercher visuellement, au sein d'un modèle 3D, les sources iconographiques corrélées en fonction de critères spatiaux, morphologiques et sémantiques. Il s'agit d'une application Web utilisable par des spécialistes du domaine de la documentation architecturale comme par le grand public.

L'image de télédétection constitue une source d'information importante permettant de surveiller les phénomènes naturels auxquels le monde a été confronté ces dernières années notamment l'érosion, l'inondation, les incendies, la déforestation, etc. Ces phénomènes ont des conséquences graves sur l'environnement, l'agriculture (dégradation des sols), l'activité humaine, etc. C'est dans ce cadre que se situe notre travail de thèse qui s'intéresse à l'interprétation des images de télédétection afin d'étudier la susceptibilité des scènes aux risques naturels. Cette thèse aborde deux problématiques majeures; La première concerne la modélisation du contenu de l'image satellitale. Cela pose les questions suivantes : Comment extraire les informations utiles de l'image ? Quel modèle de représentation choisir pour modéliser l'image ? Comment générer cette modélisation ? La deuxième problématique concerne l'étude de la susceptibilité de l'image aux risques naturels en se basant sur les sciences cognitives et les connaissances issues de l'image. Donc, quel est le modèle de raisonnement à adopter pour générer une interprétation adéquate ? Dans ce travail de thèse, nous proposons une ontologie spatio-temporelle, floue, lourde et évolutive représentant le contenu sémantique des images de télédétection. Pour ce faire, nous avons suivi un processus de développement basé sur la réutilisation des ressources ontologiques existantes, l'apprentissage à partir des images satellitales (de référence), et la formalisation des connaissances a priori de domaine (risques naturels, connaissance sur les scènes capteurs d'acquisition, etc.). Nous proposons également une méthodologie permettant de générer des annotations modélisant le contenu de l'image satellitale en se guidant par l'ontologie de domaine, et permettant, à partir d'un raisonnement inférentiel sur ces connaissances, de déduire la susceptibilité d'une scène satellitale aux risques naturels. La méthodologie proposée comporte quatre modules : (1) Annotation de l'image de télédétection, (2) Fusion d'annotations, (3) Recherche de cas, et (4) Raisonnement et interprétation. Dans un cadre méthodologique, nous avons appliqué la méthodologie pour traiter le problème d'érosion afin de prévenir les zones à risque en Tunisie et plus particulièrement à la région du Kef. Pour ce faire, nous avons conçu une base d'imagettes multi-dates et multi-capteurs représentant des classes d'ontologie (forêt, lac, champ de blé, zone urbaine, ...). De même, nous avons construit une base de cas contenant des annotations qui représentent des images de télédétection de la région du Kef. Dans un processus " off-line ", nous avons simulé le processus d'interprétation sur des requêtes pour voir si elles présentent des risques d'érosion.

Les processus de conception collaborative actuels comprennent un nombre important de situations coopératives dans lesquelles des participants géographiquement distribués, issus de différents domaines d'expertises, ont besoin de construire une compréhension mutuelle afin d'évaluer collectivement les solutions de conception. Les représentations tridimensionnelles de produit sont souvent utilisées dans ces situations comme l'artefact partagé entre les participants. Malgré l'avancement de technologies de Travail Collaboratif Assisté par Ordinnateur, la communication asynchrone reste difficile. Ceci est lié au manque d'une part de fonctionnalités permettant aux participants d'éliciter des informations tacites sur les représentations 3D et, d'autre part, à l'absence des mécanismes pour soutenir la communication argumentative. La question adressée dans cette thèse est de savoir comment les annotations peuvent être utilisées sur des représentations 3D pour soutenir la communication asynchrone, afin de permettre un partage plus efficace de l'information. Les contributions de ce travail incluent (1) un modèle d'annotation qui permet d'exprimer l'intention de conception, (2) une structure d'annotation qui facilite la compréhension de l'information en unifiant les dimensions communicatives et informationnelles du contenu de l'annotation, (3) un répertoire d'annotation afin de faciliter la recherche et la réutilisation des annotations, (4) l'environnement Annot'Action, une implémentation informatique des concepts proposés.

Cette thèse traite d'une approche, guidée par une ontologie, conçue pour annoter les documents d'un corpus où chaque document décrit une entité de même type. Dans notre contexte, l'ensemble des documents doit être annoté avec des concepts qui sont en général trop spécifiques pour être explicitement mentionnés dans les textes. De plus, les concepts d'annotation ne sont représentés au départ que par leur nom, sans qu'aucune information sémantique ne leur soit reliée. Enfin, les caractéristiques des entités décrites dans les documents sont incomplètes. Pour accomplir ce processus particulier d'annotation de documents, nous proposons une approche nommée SAUPODOC (Semantic Annotation Using Population of Ontology and Definitions of Concepts) qui combine plusieurs tâches pour (1) peupler et (2) enrichir une ontologie de domaine. La phase de peuplement (1) ajoute dans l'ontologie des informations provenant des documents du corpus mais aussi du Web des données (Linked Open Data ou LOD). Le LOD représente aujourd'hui une source prometteuse pour de très nombreuses applications du Web sémantique à condition toutefois de développer des techniques adaptées d'acquisition de données. Dans le cadre de SAUPODOC, le peuplement de l'ontologie doit tenir compte de la diversité des données présentes dans le LOD : propriétés multiples, équivalentes, multi-valuées ou absentes. Les correspondances à établir, entre le vocabulaire de l'ontologie à peupler et celui du LOD, étant complexes, nous proposons un modèle pour faciliter leur spécification. Puis, nous montrons comment ce modèle est utilisé pour générer automatiquement des requêtes SPARQL et ainsi faciliter l'interrogation du LOD et le peuplement de l'ontologie. Celle-ci, une fois peuplée, est ensuite enrichie(2) avec les concepts d'annotation et leurs définitions qui sont apprises grâce à des exemples de documents annotés. Un raisonnement sur ces définitions permet enfin d'obtenir les annotations souhaitées. Des expérimentations ont été menées dans deux domaines d'application, et les résultats, comparés aux annotations obtenues avec des classifieurs, montrent l'intérêt de l'approche. / This thesis deals with an approach, guided by an ontology, designed to annotate documents from a corpus where each document describes an entity of the same type. In our context, all documents have to be annotated with concepts that are usually too specific to be explicitly mentioned in the texts. In addition, the annotation concepts are represented initially only by their name, without any semantic information connected to them. Finally, the characteristics of the entities described in the documents are incomplete. To accomplish this particular process of annotation of documents, we propose an approach called SAUPODOC (Semantic Annotation of Population Using Ontology and Definitions of Concepts) which combines several tasks to (1) populate and (2) enrich a domain ontology. The population step (1) adds to the ontology information from the documents in the corpus but also from the Web of Data (Linked Open Data or LOD). The LOD represents today a promising source for many applications of the Semantic Web, provided that appropriate techniques of data acquisition are developed. In the settings of SAUPODOC, the ontology population has to take into account the diversity of the data in the LOD: multiple, equivalent, multi-valued or absent properties. The correspondences to be established, between the vocabulary of the ontology to be populated and that of the LOD, are complex, thus we propose a model to facilitate their specification. Then, we show how this model is used to automatically generate SPARQL queries and facilitate the interrogation of the LOD and the population of the ontology. The latter, once populated, is then enriched (2) with the annotation concepts and definitions that are learned through examples of annotated documents. Reasoning on these definitions finally provides the desired annotations. Experiments have been conducted in two areas of application, and the results, compared with the annotations obtained with classifiers, show the interest of the approach.

Ce travail propose des solutions innovantes en vue de l'exploitation des modèles d'ingénierie hétérogènes. Il prend pour exemple le domaine de la prospection pétrolière. Les stratégies de prospection sont élaborées à partir de représentations tridimensionnelles du sous-sol appelées modèles géologiques. Ceux-ci reposent sur un grand nombre de données hétérogènes générées au fur et à mesure de la conduite de l'exploration par des activités telles que la prospection séismique, les forages, l'interprétation des logs de puits. A fin d'optimisation, les utilisateurs finaux souhaitent, pouvoir retrouver et réutiliser à tout moment les données et les interprétations attachés aux différents modèles successivement générés. Les approches d' intégration des connaissances susceptibles d'être mises en œuvre pour résoudre ce défi, doivent être dissociées aussi bien des sources et des formats de données que des outils logiciels en constante évolution. Pour cela, nous proposons d'utiliser l'annotation sémantique, technique courante du Web sémantique permettant d'associer la connaissance à des ressources au moyen d' "étiquettes sémantiques". La sémantique ainsi explicitée est définie par un certain nombre d' ontologies de domaine, qui, selon la définition classique, correspondent à autant "de spécifications formelles de la conceptualisation" des domaines considérés. En vue d'intégrer les modèles d'ingénierie considérés, nous proposons une architecture, qui permet de relier des concepts appartenant respectivement à des ontologies locales et à une ontologie globale. Les utilisateurs peuvent ainsi avoir une vision globale, intégrée et partagée de chacun des domaines impliqués dans chaîne de modélisation géologique. Un prototype a été développé qui concerne la première étape de la chaîne de modélisation (interprétation séismique). Les expérimentations réalisées prouvent que, grâce à l'approche proposée, les experts peuvent, en utilisant le vocabulaire de leur domaine d'expertise, formuler des questions et obtenir des réponses appropriées.

Les services Web sont des briques de bases logicielles s‟affranchissant de toute contrainte de compatibilité logicielle ou matérielle. Ils sont mis en oeuvre dans une architecture orientée service. A l‟heure actuelle, les travaux de recherche se concentrent principalement sur la découverte et la composition. Cependant, la complexité de la structure de l‟espace des services Web et son évolution doivent nécessairement être prises en compte. Ceci ne peut se concevoir sans faire appel à la science des systèmes complexes, et notamment à la théorie des réseaux complexes. Dans cette thèse, nous définissons un ensemble de réseaux pour la composition sur la base de services décrits dans des langages syntaxique (WSDL) et sémantique (SAWSDL). L‟exploration expérimentale de ces réseaux permet de mettre en évidence les propriétés caractéristiques des grands graphes de terrain (la propriété petit monde et la distribution sans échelle). On montre par ailleurs que ces réseaux possèdent une structure communautaire. Ce résultat permet d‟apporter une réponse alternative à la problématique de la classification de services selon les domaines d‟intérêts. En effet, les communautés regroupent non pas des services aux fonctionnalités similaires, mais des services qui ont en commun de nombreuses relations d‟interaction. Cette organisation peut être utilisée entre autres, afin de guider les algorithmes de recherche de compositions. De plus, en ce qui concerne la classification des services aux fonctionnalités similaires en vue de la découverte ou de la substitution, nous proposons un ensemble de modèles de réseaux pour les représentations syntaxique et sémantique des services, traduisant divers degrés de similitude. L‟analyse topologique de ces réseaux fait apparaître une structuration en composantes et une organisation interne des composantes autour de motifs élémentaires. Cette propriété permet une caractérisation à deux niveaux de la notion de communauté de services similaires, mettant ainsi en avant la souplesse de ce nouveau modèle d‟organisation. Ces travaux ouvrent de nouvelles perspectives dans les problématiques de l‟architecture orientée service.