Reproduction de : Thèse de doctorat : Informatique : Reims : 2005. / Titre provenant de l'écran titre. Bibliogr. f. 143-156.

Thèse de doctorat : Automatique Industrielle : Villeurbanne, INSA : 1998. / Titre provenant de l'écran-titre. Bibliogr. p. 155-165.

Thèse de doctorat : Automatique et informatique industrielle : Lille 1 : 2003. / N° d'ordre (Lille) : 3336. Résumé en français et en anglais. Bibliogr. p. 166-174. Liste des publications.

Reproduction de : Thèse doctorat : Génie informatique, automatique et traitement du signal : Reims : 2008. / Titre provenant de l'écran titre. Bibliogr. p.137-145.

Thèse de doctorat : Statistiques : Rennes 2 : 2006. Thèse de doctorat : Fachbereich Statistik : Universität Dortmund : 2006. / Thèse soutenue en co-tutelle. Bibliogr. f. 63-64. Annexes.

Thèse doctorat : Informatique : Nancy 1 : 2006. / Titre provenant de l'écran-titre.

Thèse doctorat : Informatique : Rennes 1 : 2008. / Titre provenant de la page du titre du document électronique. Bibliogr. p. 169-182.

Les technologies numériques de l'information et de la communication sont de plus en plus utilisées. Certes, ces technologies offrent des moyens de communication pratiques, mais elles soulèvent des préoccupations concernant la protection de la vie privée et le respect en ligne. Les utilisations malveillantes des courriels ne cessent de croître et la quantité de spams a rendu pratiquement impossible d'analyser les courriels manuellement. Vu ces problématiques, le besoin de techniques automatisées, capables d'analyser des données est devenu primordial. Plusieurs applications se basant sur l'apprentissage automatique se sont établies pour analyser des données textuelles de grand volume. Les techniques du « Text Mining » analysent des données textuelles en utilisant des méthodes d'apprentissage automatique afin d'extraire les principales tendances. Cependant, les techniques de « Text Mining » ne sont capables d'être utilisées que si les données sont déjà préparées et bien structurées. Cette recherche a deux objectifs : 1) Concevoir un outil original de préparation de données qui offre et regroupe des fonctionnalités primordiales dans l'étape de préparation de données textuelles. Nous n'avons pas trouvé ces fonctionnalités dans d'autres outils de préparation de données (Sato, Alceste, WordStat, NLTK) ce qui a créé un besoin de concevoir notre logiciel. Nous l'avons appelé outil de Préparation de Données Textuelles basé sur la Programmation Modulaire, PDTPM. 2) Application des méthodes d'apprentissage automatiques dédiées au « Text Mining » pour classifier un ensemble de courriels et détecter les spams. Pour le premier objectif, après avoir étudié le processus de préparation de données, l'étude propose un outil de Préparation de Données Textuelles. Cette plateforme permet de considérer en entrée un ensemble de données textuelles brutes et de générer en sortie ces données sous une forme bien structurée qui consiste en une matrice de données documents-mots. En ce qui concerne le deuxième objectif de notre recherche, nous explorons des courriels d'une base de données publique, Lingspam, pour les classifier au moyen de méthodes d'apprentissage automatique en spams et courriels légitimes. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : text mining, apprentissage automatique, préparation des données textuelles, détection de spams, filtrage de courriels.

La variabilité en langue est une source majeure de difficultés dans la plupart des applications du traitement automatique des langues. Elle se manifeste dans le fait qu'une même idée ou un même événement peut être exprimé avec des mots ou des groupes de mots différents ayant la même signification dans leur contexte respectif. Capturer automatiquement des équivalences sémantiques entre des unités de texte est une tâche complexe mais qui s'avère indispensable dans de nombreux contextes. L'acquisition a priori de listes d'équivalences met à disposition des ressources utiles pour, par exemple, améliorer le repérage d'une réponse à une question, autoriser des formulations différentes en évaluation de la traduction automatique, ou encore aider des auteurs à trouver des formulations plus adaptées. Dans cette thèse, nous proposons une étude détaillée de la tâche d'acquisition de paraphrases sous-phrastiques à partir de paires d'énoncés sémantiquement liés. Nous démontrons empiriquement que les corpus parallèles monolingues, bien qu'extrêmement rares, constituent le type de ressource le plus adapté pour ce genre d'étude. Nos expériences mettent en jeu cinq techniques d'acquisition, représentatives de différentes approches et connaissances, en anglais et en français. Afin d'améliorer la performance en acquisition, nous réalisons la combinaison des paraphrases produites par ces techniques par une validation reposant sur un classifieur automatique à maximum d'entropie bi-classe. Un résultat important de notre étude est l'identification de paraphrases qui défient actuellement les techniques étudiées, lesquelles sont classées et quantifiées en anglais et français. Nous examinons également dans cette thèse l'impact de la langue, du type du corpus et la comparabilité des paires des énoncés utilisés sur la tâche d'acquisition de paraphrases sous- phrastiques. Nous présentons le résultat d'une analyse de la performance des différentes méthodes testées en fonction des difficultés d'alignement des paires de paraphrases d'énoncés. Nous donnons, ensuite, un compte rendu descriptif et quantitatif des caractéristiques des paraphrases trouvées dans les différents types de corpus étudiés ainsi que celles qui défient les approches actuelles d'identification automatique.

Les dictionnaires sont considérés comme des passerelles entre les langues. Au cours des dernières décennies, ils se sont rapidement adaptés aux nouvelles technologies. En effet, ils ont dépassé leur aspect classique de livres, pour conquérir le nouveau monde d’Internet. Ce développement leur a permis d’avoir plus d’accessibilité et plus de réactivité grâce à l’utilisation de différents systèmes d’indexation et de classification adéquats. Malgré la différence de structure entre la langue vocale et la langue des signes, cette dernière ne fait pas exception.Lors de ce travail, nous avons développé un système de recherche intelligent, capable de trouver la signification d’un signe de la langue des signes française à partir des paramètres du signe lui-même. Toutefois, la structure visuo-gestuelle de la langue des signes pose des difficultés pratiques à la mise en œuvre informatique de cette langue. La particularité de sa grammaire, d’être pratiquée dans l’espace, nous a encouragée à travailler sur une approche pragmatique, qui facilite l’accès à son vocabulaire pour toute personne s’intéressant à la langue des signes française.Lors de nos expérimentations, nous avons mis en place une plate-forme web de recherche des signes, puis nous avons analysé les requêtes des utilisateurs connectés à cette plate-forme. Cette analyse avait pour but d’identifier les paramètres nécessaires au développement d’un système léger, capable de trouver facilement la signification d’un signe en langue française. / Dictionaries can be seen as bridges between languages. Recently, They have quickly adapted themselves to new technologies like many other sources of knowledge. Indeed, they have overreach their tradictional look of books, to carry themselves in the new world of the Internet. This development has enabled them to reach new levels of accessibility and responsiveness through the use of different indexing and classification adequate systems. Despite its different structure with vocal language, sign language is no exception on this ground.In this work, we developed an intelligent searching system, able to give the meaning of a sign of the French sign language through different parameters of the sign itself. However, the visual-gestural structure of sign languages poses practical difficulties in the computing implementation of this language. The particularity of its grammar, the fact that it has to be performed in space encouraged us to work on a pragmatic approach, which facilitates access to its vocabulary for anyone interested in French Sign Language.In our experimentation, we set up a web platform of signs search, and then analyzed the requests of users that have been connected to this platform. This analysis led us to identify the parameters necessary to develop a light system that can easily provide the meaning of a sign in French.