Thesis (Ph. D.)--Columbia University, 1929. / Thesis note on label mounted on t.p. Printed in Great Britain. Bibliography: p. 213-226.

Thèses (Ph.D.)--Université de Sherbrooke (Canada), 2003. / Titre de l'écran-titre (visionné le 28 août 2006). Publié aussi en version papier.

La lexicographie contemporaine met à disposition des ressources offrant de multiples possibilités d’exploitation automatique. Ainsi, le Réseau Lexical du Français, en cours d’élaboration, est un graphe monolingue, constitué de sommets, entre lesquels sont encodées des relations syntaxico-sémantiques. Cette thèse s’intéresse à son exploration par raisonnement analogique. Elle débute par une revue de la formalisation et de l’informatisation de l’analogie pour l’étude du lexique, qui définit les principes de l’exploration  : les sommets sont des objets disposant d’Attributs, les arcs représentent des Relations. Une réflexion est menée sur la nature de ces éléments et les rapports qu’ils entretiennent, réalisée en tenant compte leur évolution dans le temps et de la topologie du graphe. Deux séries d’expériences viennent ensuite. La première montre que la formalisation de la ressource permet de détecter des analogies conformes à l’intuition, que différents types d’exploration sont possibles et que l’approche permet de vérifier la cohérence du réseau et de faire émerger des règles lexicales. La seconde série porte sur la notion de configurations de dérivations lexicales. Elle montre que le regroupement de sous-graphes analogues fait émerger des connexions récurrentes. L’état d’avancement du réseau ne permet pas d’obtenir des règles et des modèles aboutis, mais les résultats sont encourageants. L’analogie est alors considérée comme un guide pour s’assurer de la qualité de la représentation du lexique proposée et acquérir des connaissances sur son organisation. Elle permet d’identifier des phénomènes linguistiques et d’instrumenter l’activité lexicologique. / Contemporary lexicography provide ressources offering many opportunities for natural language processing tasks. Thus, the French Lexical Network, presently under development, is a graph of lexical units connected by a rich set of lexical relations. This PhD thesis lays the groundwork for an exploration of this ressource by analogical reasonning. It begins with a selective overview of formalisation and computerisation for study of lexicon, wich defines the principle of exploration : the nodes are similar to objects, which have some attributes and edges represent relations. A reflection is conducted on the nature of this constituents and the relations between them. It takes into account the time axis and the topology of the network. Then two sets of exploratory experiments are conducted. The first one shows that the resource formalisation makes it possible to detect automatically analogies consistent with intuition, that several kind of analogical explorations are possible and that the approach allows to check the consistency of the resource and to bring out lexical rules. The second one is focused around the concept of lexical derivation configurations. It shows how grouping of analogous subgraphs reveals recurrent connections. The progress status of the resource doesn't enable us to obtain successfully completed rules and models, but results are nontheless encouraging. Analogy can already be considered as a guide to ensure the quality of lexical resources. It also allows for the acquisition of knowledge about its organisation. Such knowledge can be used to identify linguitic phenomena and to design instruments to support lexicographic activity.

No description available.

Nos travaux de thèse se situent dans le domaine des Systèmes d'Aide à la Décision (SAD) pour les situations dynamiques fondées sur les expériences passées. Plusieurs approches telles que les Réseaux de Neurones, Réseau de Petri et les Modèles de Markov Cachés ont été utilisées dans ce contexte mais elles souffrent de limites dans la gestion automatique et en temps réel des paramètres dynamiques. Nous proposons une architecture multi-agent multicouche fondée sur le raisonnement à partir de cas dynamique et incrémentale (RàPCDI) capable d’étudier les situations dynamiques (reconnaissance, prédiction, et apprentissage de situations). Nous proposons une approche générique qui acquiert elle-même les connaissances du système dynamique étudié. En outre, les systèmes de RàPC statiques souffrent de limites dans la gestion des paramètres dynamiques et ils sont incapables de détecter automatiquement l’évolution de ses paramètres ainsi que de s’adapter aux changements de la situation en cours d’évolution. En se basant sur le raisonnement à partir de cas et sur le paradigme multi-agent, nous proposons une modification du cycle statique de RàPC dans le but d’introduire un processus dynamique de raisonnement à partir de cas fondé sur une mesure de similarité dynamique, capable d'évaluer en temps réel la similarité entre une situation dynamique en cours de progression (cas cible) et des expériences passées stockées dans la mémoire du système (des cas sources) afin de prédire la suite de la situation cible. Nous validons l’approche proposée par la mise en œuvre d'un prototype de Tuteur Intelligent. Dans notre approche Incremental Dynamic Case Based Reasoning-Multi-Agent System (IDCBR-MAS), les expériences passées sont modélisées sous la forme des traces. Elles comprennent les productions et les actions résultantes de l’interaction de l'apprenant avec la plateforme d'apprentissage. IDCBR-MAS a été modélisé suivant la méthodologie AUML. Ses agents ont été développés en se basant sur JAVA et la plateforme SMA/JADE. / AOur thesis works are related in the field of Decision Support System (DSS) for dynamic situations based on past experiences. Several approaches have been used in this area such as neural networks, Petri Nets and Hidden Markov Model but they suffer from some limitations in automated real-time management dynamic parameters. We propose a multi-agent multi-layer architecture based on Incremental Dynamic Case-Based Reasoning (IDCBR) able to study dynamic situations (recognition, prediction, and learning situations). We propose a generic approach able to learn automatically from their experiences in order to acquire the knowledge automatically. In addition, the static CBR systems suffer from some limitations such as the problem of the static management for dynamic parameters of the situation and they are unable to detect automatically the changes in its parameters in order to adapt the situation during their evolution. Based on the Case-Based Reasoning and multi-agent paradigm, we propose a modification of the static CBR cycle in order to introduce a dynamic process of Case-Based Reasoning based on a dynamic similarity measure able to evaluate in real time the similarity between a dynamic situation in current progress (target case) and past experiences stored in the memory (sources case) in order to predict the target case in the future. We validate the approach proposed by the implementation of an intelligent tutoring system prototype. In our approach Incremental Dynamic Case-Based Reasoning-Multi-Agent System (IDCBR-MAS), the past experiences are structured and modeled as traces. They include the interaction of the learner with the platform, which include history, chronology of interactions and productions left by the learner during his/her learning process. IDCBR-MAS designed and modeled with AUML language. Its agents have been implemented with JAVA and SMA / JADE platform.

L'optométrie a récemment connu une expansion rapide de son champ de pratique, ce qui rehausse l'importance pour les optométristes actuels et futurs de développer leur raisonnement clinique. Ce dernier n'ayant jamais été investigué en optométrie, il est quasi-absent des programmes de formation en optométrie. Cette compétence reste donc implicite et plus difficile à apprendre. Cette étude de cas avait pour objectifs de déterminer les processus de raisonnement clinique d'optométristes de niveaux compétent et expert, puis à les comparer entre eux pour faire ressortir ce qui caractérise l'expertise. L'étude visait ensuite à valider un modèle de raisonnement clinique. Le raisonnement clinique a été explicite chez quatre optométristes de chacun des niveaux compétent et expert par une rétroaction vidéo aidée de l'entretien d'explicitation. Un modèle de raisonnement clinique a ensuite été validé auprès de cinq optométristes de niveau expert réunis en groupe de discussion. Les résultats démontrent que les optométristes des deux niveaux utilisent les mêmes processus de raisonnement clinique, mais qu'ils les mettent en oeuvre différemment. L'expertise se caractérise par une meilleure prise en compte du patient, une meilleure planification, une capacité à réfléchir pendant des tâches cognitivement exigeantes, une représentation du cas clinique précoce, une meilleure anticipation des résultats et une élaboration des stratégies d'intervention répartie sur toute la consultation. Le modèle de raisonnement clinique issu de cette étude est centré sur la construction progressive de la représentation du cas clinique et des diagnostics, en parallèle avec l'élaboration des stratégies d'intervention. Le patient et les connaissances de l'optométriste y occupent une place capitale. L'explicitation du raisonnement clinique et la validation d'un modèle de raisonnement clinique spécifique à l'optométrie sont susceptibles d'entrainer des retombées en pratique, en formation et en recherche. Cette étude a notamment fourni des pistes pour l'enseignement du raisonnement clinique dans une perspective de développement de l'expertise professionnelle.

Le raisonnement causal est une opération cognitive centrale pour l’être humain. C’est par ces opérations qu’on en vient à comprendre qu’un aliment nuit à notre santé, que certains propos peuvent causer un malaise chez les autres ou, tout simplement, qu’un logiciel ralentit le fonctionnement de notre ordinateur. Plusieurs facteurs qui influencent le raisonnement causal (p. ex. contiguïté temporelle et contingence entre cause potentielle et effet) sont identifiés dans la littérature. Cependant, la plupart de ces facteurs, avant d’être testés dans des études empiriques de psychologie, ont été évoqués par des philosophes. La thèse a pour objectif de tester un facteur dont plusieurs auteurs et philosophes ont traité, mais qui n’a jamais été mis à l’épreuve empiriquement : la prégnance du changement dans le cours des évènements. Dans cette optique, l’Étude 1 révèle que l’augmentation de la prégnance du changement, tant par le format de présentation que par une description des informations comme provenant d’une seule entité, plutôt que plusieurs, permet une évaluation plus adéquate de la force causale. L’Étude 2 poursuit l’objectif de cette thèse en comparant les évaluations des participants face à des informations provenant de séquences temporelles dont certaines permettent l’observation du changement alors que d’autres ne le permettant pas. Les résultats révèlent qu’une majorité de participants perçoivent que ces deux types d’informations ne sont pas équivalents pour favoriser une bonne évaluation. Les participants jugeant que les séquences temporelles permettant l’observation du changement sont plus pertinentes offrent d’ailleurs des évaluations plus adéquates face à ce type d’information.

Les courriers électroniques sont devenus au cours des dernières années un moyen de communication privilégié. Leur nombre atteint des niveaux si élevés que leur manipulation par les entreprises devient difficile manuellement et requiert des méthodes automatiques. Les systèmes de suivi automatique permettent un traitement des messages et une augmentation de la facilité pour les utilisateurs qui désirent créer un courriel en réponse à une requête, à partir de messages archivés dans la bibliothèque de l’entreprise. Un des problèmes majeurs dans ce type d’application est la sélection de courriers électroniques archivés pertinents à la requête nouvellement soumise : il est nécessaire que le texte retourné par le système qui servira de base à la rédaction d’une réponse, soit en corrélation avec le sujet de la question posée. La recherche de la similarité entre les textes est donc une des principales tâches de ce système. L’objectif de nos travaux se situe toutefois à un niveau supérieur à la simple recherche de similarité entre courriers électroniques; nous avons comme objectif d’évaluer la similarité entre des textes comportant peu de mots. Pour cela, notre étude comporte deux parties distinctes: la recherche de similarités entre des mots afin d’élargir le vocabulaire d’un texte, e le calcul de la similarité entre les documents. Notre question de recherche consiste à identifier les techniques les plus pertinentes pour évaluer la similarité textuelle, et déterminer s’il est possible d’améliorer ces techniques par des combinaisons de méthodes de calcul de la similarité sémantique et de détection des cooccurrences de mots. Lors de nos expérimentations, nous avons cherché à améliorer la similarité sémantique entre les mots. Nous avons aussi proposé plusieurs méthodes pour élargir le vocabulaire des documents basées sur les résultats de la première partie de nos travaux. Nous avons enfin mesuré la similarité sémantique entre les documents modifiés, afin de les utiliser comme base à la rédaction d’une réponse à la nouvelle requête. Notre bilan nous indique que, grâce à nos calculs, il est possible d’améliorer les résultats de calcul de la similarité entre les mots (cosinus) en filtrant les cooccurrences. Cependant, une méthode de filtrage ne garantit pas nécessairement des améliorations, et peut même dégrader la capacité de détection de similarité textuelle. Une comparaison avec la technique du tf*idf nous a permis de constater que les résultats améliorés du cosinus, que nous avons obtenus, égalent pratiquement cette technique, sans pour autant la dépasser. / E-mails have recently become a popular mean of communication for exchanges between companies and their customers. However the increasing volume of messages makes manual processing difficult to achieve and automatic methods are foreseen as a more efficient solution. Automatic management systems help users in the processing of the messages and in the creation of a response from the messages kept in the company databases. One important question in this type of application is how to select existing e-mails to respond to a new request. The creation of new response messages requires texts pertaining to the new request topics. Finding similarity between documents is also an important task. Our goal for this research effort was to study how to detect similarity between small documents. To accomplish it, we followed a two-pronged approach: - finding similarity between words in order to augment a document’s vocabulary; - estimating similarity between documents, using all the similar words resulting from the previous step. We dedicated our work to determine the most interesting techniques to detect textual similarity between documents, and to improve those techniques using cooccurrences detection and lexical semantic similarity. During our experimentations, we tried different combinations, using cooccurrences detection and lexical similarity. We proposed techniques to augment the vocabulary of each message, based on different kind of reasoning to improve the estimation of similarity between documents. Our results indicate that the proposed augmentation techniques improve significantly the estimation of document similarity. The best results were obtained when using a combination of cooccurrences filter and cosine metric. However our experiments clearly indicate these results do not overcome the performance of similarity techniques based on tf*idf weights.

La représentation des connaissances et le raisonnement sur le Web sémantique se sont récemment concentrés, pour des raisons pratiques, sur le sous-ensemble de la logique du premier ordre appelé règles existentielles. Dans cette thèse, nous étudions le raisonnement avec des règles existentielles en présence d'informations contradictoires et introduisons un raisonnement existentiel défaisible. Nous proposons trois résultats principaux: Premièrement, nous montrons que les techniques de raisonnement défaisibles classiques doivent être revisitées pour les règles existentielles et étudions leurs défis théoriques et de mise en œuvre. Deuxièmement, nous fournissons une nouvelle structure combinatoire qui permet de capturer diverses variantes du raisonnement défaisable et étudions son expressivité et sa polyvalence. Troisièmement, nous évaluons notre travail par rapport à l'état de l'art dans le traitement des incohérences et des inconsistances dans les règles existentielles et étudions l'intérêt humain de telles techniques de raisonnement. / Knowledge representation and reasoning on the Semantic Web has recently focused, due to practical rationale, on the subset of first order logic called existential rules. In this thesis we investigate reasoning with existential rules in presence of conflicting information and introduce defeasible existential rule reasoning. We provide three main salient results as follows. First we show that classical defeasible reasoning techniques need to be revisited for existential rules and study their theoretical and implementation related challenges. Second, we provide a new combinatorial structure that allows for diverse variants of defeasible reasoning to be captured together and study its expressivity and versatility. Third we evaluate our work with respect to the state of the art in inconsistency handling in existential rules and investigate the human appeal of such reasoning techniques.

Une taxinomie est une organisation de la connaissance en differentes categories d'objets semblables. Ces categories sont organisees dans une structure allant des categories generales aux categories specifiques. Cette organisation permet de suivre un raisonnement classificatoire. Raisonner par classification consiste a trouver la categorie la plus specialisee a laquelle appartient un individu, puis recuperer des connaissances liees a cette localisation. Les taxinomies developpees dans des domaines aussi varies que la botanique et la mineralogie montrent l'interet de cette approche. Notre travail concerne le raisonnement classificatoire et la representation taxinomique de la connaissance supportant ce raisonnement. Nous avons choisi la technique de representation de connaissances a objets, car elle offre des elements appropries a une organisation taxinomique. De plus le raisonnement classificatoire trouve ici un espace naturel. Cependant, ces modeles comportent deux aspects problematiques. D'une part, ils representent, dans une seule et grande taxinomie, differentes familles d'objets telles que "voitures" et "personnes". D'autre part, bien que les caracteristiques d'un objet correspondent a differents aspects ou points de vue, ces points de vue ne sont pas explicites dans la representation. Nous proposons une representation a objets multi-points de vue, TROPES. Dans ce modele, chaque concept ou famille d'objets a une structure taxinomique independante. Un concept peut etre observe selon differents points de vue : un point de vue determine un ensemble de caracteristiques du concept et une taxinomie de categories. Les points de vue peuvent etre lies par des passerelles. Par ailleurs, l'introduction des points de vue elimine les problemes de multi-heritage d'attributs. TROPES est dote d'un algorithme de classification d'instances qui tire parti des originalites du modele. A l'intérieur d'un concept, la classification se deroule sur un ou plusieurs points de vue et exploite les passerelles comme des raccourcis.