Idées générales sur la bureautique. Etat actuel de la recherche, ses axes futurs. Définition des caracteristiques des terminaux de bureau et du poste de travail dans un bureau automatisé. Etude du probleme de la connexion des terminaux à un systeme bureautique. Après avoir étudié les solutions de ce probleme dans le domaine plus general de l'informatique, on propose d'étendre la notion de terminal virtuel à celle de terminal virtuel specialisé dans une application. On définit un langage d'E/S pour le traitement de texte, puis un terminal virtuel spécialise basé sur ce langage. Description des réalisations expérimentales faites dans le laboratoire pour prouver la faisabilité des propositions faites, et pour réaliser un terminal intelligent de traitement de textes.

Thèse. 3ème cycle. Paris III. 1927.

De nos jours, différentes ressources littéraires de vulgarisation scientifique (VS), notamment la littérature jeunesse, sont utilisées pour aborder des contenus scientifiques en classe de primaire. Sans tenter de se substituer aux manuels scolaires, ces outils d’éducation non formels proposent différents textes narratifs et informatifs qui présentent des concepts scientifiques. En plus de développer la curiosité scientifique, la littérature jeunesse propose souvent des textes scientifiques d’une grande qualité. Néanmoins, son utilisation n’est pas exempte de difficultés. Notamment, ce type de littérature présente parfois des concepts erronés entraînant le développement de fausses conceptions. Afin d’accompagner les vulgarisateurs scientifiques dans l’élaboration de ressources de VS adaptées aux conceptions alternatives des jeunes lecteurs, et ultimement les amener à remettre en question leurs idées préconçues, nous avons identifié un dispositif didactique conçu essentiellement pour le travail en classe : le texte de réfutation. Pour tenter d’amener un changement conceptuel chez les élèves, ce texte énonce d’abord une conception alternative, puis la réfute, pour ensuite présenter l’explication scientifique du phénomène décrit. Pour donner suite à l’analyse de trois textes de réfutation, nous avons été à même d’identifier certains concepts qui sont au cœur de ce dispositif didactique, notamment la carte conceptuelle, les niveaux de formulation et la transposition didactique. Inspiré par ces concepts, nous avons élaboré un modèle didactique de VS ayant pour but d’accompagner pas à pas un vulgarisateur scientifique dans la conception de ressources adaptées au public de jeunes lecteurs. Le modèle Design Experiment nous a permis de mettre à l’essai et de bonifier cette version provisoire du modèle didactique de VS, grâce à la participation de deux vulgarisateurs scientifiques qui ont chacun élaboré deux textes de vulgarisation scientifique : l’un, des textes narratifs et l’autre, des textes informatifs, pour une cohorte de 83 élèves de cinquième année du primaire. Les sujets abordés dans ces textes sont le requin blanc, le béluga, et les muscles et l’entraînement. Pour que nous puissions étudier l’évolution des conceptions des élèves, chacun d’eux a répondu à un prétest et un posttest, et certains élèves ont également été sollicités pour participer à des entrevues de groupe avec les vulgarisateurs. Cette recherche a permis de réunir la didactique et la VS. Les vulgarisateurs ont pu mesurer la pertinence de prendre en compte les conceptions alternatives des jeunes lecteurs, tirer profit du texte de réfutation et adapter le niveau de formulation de leurs textes. / Nowadays, different literary resources of popular science, including children's literature, are used to address the scientific content in elementary classrooms. Without trying to replace textbooks, these non-formal educational tools offer different narrative and informative texts that present demonstrations of science. In addition to developing scientific curiosity, children's trade books propose scientific texts of high quality. However, these texts would not be without some level of weakness. In particular, they sometimes present erroneous concepts leading to misconceptions. To support the science writers in the popular science resource development suited to alternative conceptions of young learners, and ultimately to get them to change these conceptions, we identified a didactic text designed primarily for classroom work called refutation text. To promote conceptual change, the text first sets out an alternative design, refutes the alternative conception, and then presents scientific explanation. After the analysis of three refutation texts, we were able to identify some didactic concepts at the heart of this text pattern; the concept map, the learner’s knowledge level, and didactic transposition. Inspired by these concepts, we have developed a didactic model of popular science to accompany a science writer, step by step, in the design of appropriate resources for young readers. The Design Experiment model has allowed us to test and improve this experimental model of popular science through the participation of two science writers who each developed two popular science texts. One writer composed two narrative texts, another wrote two informative texts for a group of 83 students in fifth grade. Topics covered in these texts were white sharks, beluga whales, and muscles and training. To study the evolution of student conception, each answered pre-test and post-test questions and some students were also asked to participate in group interviews with the science writers. This research brought together didactics and popular science. Science writers were able to measure the relevance of taking into account the views of young readers’ conceptions, the use of refutation text, and the adaptation of the texts to learner’s knowledge level.

Cette thèse décrit l'étude et le développement d'un système conçu pour l'évaluation des sentiments des critiques cinématographiques. Un tel système permet :<br />- la recherche automatique des critiques sur Internet,<br />- l'évaluation et la notation des opinions des critiques cinématographiques,<br />- la publication des résultats.<br /><br />Afin d'améliorer les résultats d'application des algorithmes prédicatifs, l'objectif de ce système est de fournir un système de support pour les moteurs de prédiction analysant les profils des utilisateurs. Premièrement, le système recherche et récupère les probables critiques cinématographiques de l'Internet, en particulier celles exprimées par les commentateurs prolifiques. <br /><br />Par la suite, le système procède à une évaluation et à une notation de l'opinion<br />exprimée dans ces critiques cinématographiques pour automatiquement associer<br />une note numérique à chaque critique ; tel est l'objectif du système.<br />La dernière étape est de regrouper les critiques (ainsi que les notes) avec l'utilisateur qui les a écrites afin de créer des profils complets, et de mettre à disposition ces profils pour les moteurs de prédictions.<br /><br />Pour le développement de ce système, les travaux de recherche de cette thèse portaient essentiellement sur la notation des sentiments ; ces travaux s'insérant dans les domaines de ang : Opinion Mining et d'Analyse des Sentiments.<br />Notre système utilise trois méthodes différentes pour le classement des opinions. Nous présentons deux nouvelles méthodes ; une fondée sur les connaissances linguistiques et une fondée sur la limite de traitement statistique et linguistique. Les résultats obtenus sont ensuite comparés avec la méthode statistique basée sur le classificateur de Bayes, largement utilisée dans le domaine.<br />Il est nécessaire ensuite de combiner les résultats obtenus, afin de rendre l'évaluation finale aussi précise que possible. Pour cette tâche nous avons utilisé un quatrième classificateur basé sur les réseaux de neurones.<br /><br />Notre notation des sentiments à savoir la notation des critiques est effectuée sur une échelle de 1 à 5. Cette notation demande une analyse linguistique plus profonde qu'une notation seulement binaire : positive ou négative, éventuellement subjective ou objective, habituellement utilisée.<br /><br />Cette thèse présente de manière globale tous les modules du système conçu et de manière plus détaillée la partie de notation de l'opinion. En particulier, nous mettrons en évidence les avantages de l'analyse linguistique profonde moins utilisée dans le domaine de l'analyse des sentiments que l'analyse statistique.

S.O. / Le présent mémoire vise à faire l’étude des procédés d’explicitation dans les traductions anglais-français de textes spécialisés de l’environnement. Plus précisément, notre but est d’identifier l'éventail de ces procédés d'explicitation, de faire leur analyse, de les classifier et de proposer quelques pistes quant aux causes possibles de l’explicitation dans la traduction. Nous présentons d’abord quelques travaux antérieurs qui ont porté sur l’explicitation dans des corpus de langue générale et dans des corpus spécialisés. Notre recherche a ceci de particulier qu’elle porte sur l’explicitation dans un corpus spécialisé, plus particulièrement dans des textes du domaine de l’environnement. L’explicitation est peu étudiée dans les textes spécialisés et, à notre connaissance, aucune étude n’a porté sur l’explicitation dans des textes environnementaux. Pour notre recherche, nous avons élaboré d’abord un corpus de textes anglais-français portant sur l’environnement. Notre corpus a ensuite été aligné au moyen de l’aligneur LogiTerm Pro. Cet aligneur nous permet de créer un corpus aligné qui est utile pour observer les manifestations d’explicitation. Les stratégies d'explicitation identifiées et classées par Pápai (2004) ont servi de base à notre propre classement. Nous avons découvert que les procédés d’explicitation se produisent à cinq niveaux : des relations logiques et visuelles, lexical et grammatical, syntaxiques I et II, textuel et extralinguistique. Le nombre total de procédés d’explicitation que nous avons identifiés est de 13. Le plus grand nombre de cas d’explicitations (445) se situe au niveau lexical et grammatical. Parmi les cas d’explicitations au niveau lexical et grammatical, le remplissage d’ellipses sémantiques présente le nombre le plus élevé de cas (186) dans notre corpus spécialisé. L’explicitation au niveau syntaxique I s’observe dans 173 cas; l’explicitation au niveau des relations logiques et visuelles s’observe dans 101 cas; l’explication au niveau syntaxique II a été relevée dans 50 cas. Enfin, l’explication se produit au niveau textuel et extralinguistique dans 37 cas. Après avoir observé notre corpus et d’après les résultats obtenus, nous avons pu constater que le nombre et la variété d’explicitations étaient élevés dans les traductions anglais-français de textes spécialisés environnementaux. / This work aims to study the explicitation strategies in English-French translations of specialized texts related to the field of environment. More specifically, our goal is to identify the range of these explicitation strategies, analyze and classify them. We will also offer some explanations of possible causes of explicitation in translation. First, we present some previous work on explicitation in general language corpora and in specialized corpora. A particularity of our own research is that it focuses on explicitation in a specialized corpus, more specifically in texts in the field of environment. Explicitation has seldom been studied in specialized texts and, to our knowledge, no study focused on explicitation in environmental texts. For our research, we compiled a corpus of English-French environment texts. Our corpus was then aligned using the aligner LogiTerm Pro. This aligner allows us to create aligned corpora that are useful to observe the linguistic instances of explicitation. The explicitation strategies identified and classified by Pápai (2004) have served as the basis for our own analysis. We found that the explicitation strategies occur at five levels: logical and visual relations, lexical and grammatical, syntactic I and II, textual and extra-linguistic. The total number of explicitation strategies that we have identified is 13. The largest number of explicitation instances (445) occurs on the lexical and grammatical level. Among explicitation instances on the lexical and grammatical level, filling semantic ellipses present the highest number of instances (186) in our specialized corpus. Explicitation on the syntactic level I was observed in 173 instances; explicitation on the logical and visual relations level in 101 instances; explicitation on the syntactic level II was found in 50 instances. Finally, explicitation occurred on the textual and extra-linguistic level in 37 instances. After observing our corpus and according to the results obtained, we have found that the number and variety of instances of explicitation are high in English-French translations of specialized texts in the field of the environment.

Site web associé au mémoire: http://daou.st/JSreal / La génération automatique de texte en langage naturel est une branche de l’intelligence artificielle qui étudie le développement de systèmes produisant des textes pour différentes applications, par exemple la description textuelle de jeux de données massifs ou l’automatisation de rédactions textuelles routinières. Un projet de génération de texte comporte plusieurs grandes étapes : la détermination du contenu à exprimer, son organisation en structures comme des paragraphes et des phrases et la production de chaînes de caractères pour un lecteur humain ; c’est la réalisation, à laquelle ce mémoire s’attaque. Le web est une plateforme en constante croissance dont le contenu, de plus en plus dynamique, se prête souvent bien à l’automatisation par un réalisateur. Toutefois, les réalisateurs existants ne sont pas conçus en fonction du web et leur utilisation requiert beaucoup de connaissances, compliquant leur emploi. Le présent mémoire de maîtrise présente JSreal, un réalisateur conçu spécifiquement pour le web et facile d’apprentissage et d’utilisation. JSreal permet de construire une variété d’expressions et de phrases en français, qui respectent les règles de grammaire et de syntaxe, d’y ajouter des balises HTML et de les intégrer facilement aux pages web. / Natural language generation, a part of artificial intelligence, studies the development of systems that produce text for different applications, for example the textual description of massive datasets or the automation of routine text redaction. Text generation projects consist of multiple steps : determining the content to be expressed, organising it in logical structures such as sentences and paragraphs, and producing human-readable character strings, a step usually called realisation, which this thesis takes on. The web is constantly growing and its contents, getting progressively more dynamic, are well-suited to automation by a realiser. However, existing realisers are not designed with the web in mind and their operation requires much knowledge, complicating their use. This master’s thesis presents JSreal, a realiser designed specifically for the web and easy to learn and use. JSreal allows its user to build a variety of French expressions and sentences, to add HTML tags to them and to easily integrate them into web pages.

Dans cette thèse, nous abordons le problème de la segmentation des images de documents en proposant de nouvelles approches pour la détection et la classification de leurs contenus. Dans un premier lieu, nous étudions le problème de l'estimation d'inclinaison des documents numérisées. Le but de ce travail étant de développer une approche automatique en mesure d'estimer l'angle d'inclinaison du texte dans les images de document. Notre méthode est basée sur la méthode Maximum Gradient Difference (MGD), la R-signature et la transformée de Ridgelets. Nous proposons ensuite une approche hybride pour la segmentation des documents. Nous décrivons notre descripteur de trait qui permet de détecter les composantes de texte en se basant sur la squeletisation. La méthode est appliquée pour la segmentation des images de documents numérisés (journaux et magazines) qui contiennent du texte, des lignes et des régions de photos. Le dernier volet de la thèse est consacré à la détection du texte dans les photos et posters. Pour cela, nous proposons un ensemble de descripteurs de texte basés sur les caractéristiques du trait. Notre approche commence par l'extraction et la sélection des candidats de caractères de texte. Deux méthodes ont été établies pour regrouper les caractères d'une même ligne de texte (mot ou phrase) ; l'une consiste à parcourir en profondeur un graphe, l'autre consiste à établir un critère de stabilité d'une région de texte. Enfin, les résultats sont affinés en classant les candidats de texte en régions « texte » et « non-texte » en utilisant une version à noyau du classifieur Support Vector Machine (K-SVM) / In this thesis I discuss the document image segmentation problem and I describe our new approaches for detecting and classifying document contents. First, I discuss our skew angle estimation approach. The aim of this approach is to develop an automatic approach able to estimate, with precision, the skew angle of text in document images. Our method is based on Maximum Gradient Difference (MGD) and R-signature. Then, I describe our second method based on Ridgelet transform.Our second contribution consists in a new hybrid page segmentation approach. I first describe our stroke-based descriptor that allows detecting text and line candidates using the skeleton of the binarized document image. Then, an active contour model is applied to segment the rest of the image into photo and background regions. Finally, text candidates are clustered using mean-shift analysis technique according to their corresponding sizes. The method is applied for segmenting scanned document images (newspapers and magazines) that contain text, lines and photo regions. Finally, I describe our stroke-based text extraction method. Our approach begins by extracting connected components and selecting text character candidates over the CIE LCH color space using the Histogram of Oriented Gradients (HOG) correlation coefficients in order to detect low contrasted regions. The text region candidates are clustered using two different approaches ; a depth first search approach over a graph, and a stable text line criterion. Finally, the resulted regions are refined by classifying the text line candidates into « text» and « non-text » regions using a Kernel Support Vector Machine K-SVM classifier

On présente les machines-applications, c'est-à-dire les machines supportant une seule application donnée. On décrit les fonctions classiques d'un système de traitement de texte. On aborde ensuite l'application effective des phases de conception et de réalisation pour la construction de la machine REDAK. On développe les problèmes rencontres dans la réalisation d'une machine-application en utilisant le système d'exploitation d'une machine orientée système. On présente les fonctions du système de traitement de texte REDAK et on décrié le systeme d'exploitation utilisé.

La génération automatique de texte en langage naturel est une branche de l’intelligence artificielle qui étudie le développement de systèmes produisant des textes pour différentes applications, par exemple la description textuelle de jeux de données massifs ou l’automatisation de rédactions textuelles routinières. Un projet de génération de texte comporte plusieurs grandes étapes : la détermination du contenu à exprimer, son organisation en structures comme des paragraphes et des phrases et la production de chaînes de caractères pour un lecteur humain ; c’est la réalisation, à laquelle ce mémoire s’attaque. Le web est une plateforme en constante croissance dont le contenu, de plus en plus dynamique, se prête souvent bien à l’automatisation par un réalisateur. Toutefois, les réalisateurs existants ne sont pas conçus en fonction du web et leur utilisation requiert beaucoup de connaissances, compliquant leur emploi. Le présent mémoire de maîtrise présente JSreal, un réalisateur conçu spécifiquement pour le web et facile d’apprentissage et d’utilisation. JSreal permet de construire une variété d’expressions et de phrases en français, qui respectent les règles de grammaire et de syntaxe, d’y ajouter des balises HTML et de les intégrer facilement aux pages web. / Natural language generation, a part of artificial intelligence, studies the development of systems that produce text for different applications, for example the textual description of massive datasets or the automation of routine text redaction. Text generation projects consist of multiple steps : determining the content to be expressed, organising it in logical structures such as sentences and paragraphs, and producing human-readable character strings, a step usually called realisation, which this thesis takes on. The web is constantly growing and its contents, getting progressively more dynamic, are well-suited to automation by a realiser. However, existing realisers are not designed with the web in mind and their operation requires much knowledge, complicating their use. This master’s thesis presents JSreal, a realiser designed specifically for the web and easy to learn and use. JSreal allows its user to build a variety of French expressions and sentences, to add HTML tags to them and to easily integrate them into web pages. / Site web associé au mémoire: http://daou.st/JSreal

Le présent mémoire vise à faire l’étude des procédés d’explicitation dans les traductions anglais-français de textes spécialisés de l’environnement. Plus précisément, notre but est d’identifier l'éventail de ces procédés d'explicitation, de faire leur analyse, de les classifier et de proposer quelques pistes quant aux causes possibles de l’explicitation dans la traduction. Nous présentons d’abord quelques travaux antérieurs qui ont porté sur l’explicitation dans des corpus de langue générale et dans des corpus spécialisés. Notre recherche a ceci de particulier qu’elle porte sur l’explicitation dans un corpus spécialisé, plus particulièrement dans des textes du domaine de l’environnement. L’explicitation est peu étudiée dans les textes spécialisés et, à notre connaissance, aucune étude n’a porté sur l’explicitation dans des textes environnementaux. Pour notre recherche, nous avons élaboré d’abord un corpus de textes anglais-français portant sur l’environnement. Notre corpus a ensuite été aligné au moyen de l’aligneur LogiTerm Pro. Cet aligneur nous permet de créer un corpus aligné qui est utile pour observer les manifestations d’explicitation. Les stratégies d'explicitation identifiées et classées par Pápai (2004) ont servi de base à notre propre classement. Nous avons découvert que les procédés d’explicitation se produisent à cinq niveaux : des relations logiques et visuelles, lexical et grammatical, syntaxiques I et II, textuel et extralinguistique. Le nombre total de procédés d’explicitation que nous avons identifiés est de 13. Le plus grand nombre de cas d’explicitations (445) se situe au niveau lexical et grammatical. Parmi les cas d’explicitations au niveau lexical et grammatical, le remplissage d’ellipses sémantiques présente le nombre le plus élevé de cas (186) dans notre corpus spécialisé. L’explicitation au niveau syntaxique I s’observe dans 173 cas; l’explicitation au niveau des relations logiques et visuelles s’observe dans 101 cas; l’explication au niveau syntaxique II a été relevée dans 50 cas. Enfin, l’explication se produit au niveau textuel et extralinguistique dans 37 cas. Après avoir observé notre corpus et d’après les résultats obtenus, nous avons pu constater que le nombre et la variété d’explicitations étaient élevés dans les traductions anglais-français de textes spécialisés environnementaux. / This work aims to study the explicitation strategies in English-French translations of specialized texts related to the field of environment. More specifically, our goal is to identify the range of these explicitation strategies, analyze and classify them. We will also offer some explanations of possible causes of explicitation in translation. First, we present some previous work on explicitation in general language corpora and in specialized corpora. A particularity of our own research is that it focuses on explicitation in a specialized corpus, more specifically in texts in the field of environment. Explicitation has seldom been studied in specialized texts and, to our knowledge, no study focused on explicitation in environmental texts. For our research, we compiled a corpus of English-French environment texts. Our corpus was then aligned using the aligner LogiTerm Pro. This aligner allows us to create aligned corpora that are useful to observe the linguistic instances of explicitation. The explicitation strategies identified and classified by Pápai (2004) have served as the basis for our own analysis. We found that the explicitation strategies occur at five levels: logical and visual relations, lexical and grammatical, syntactic I and II, textual and extra-linguistic. The total number of explicitation strategies that we have identified is 13. The largest number of explicitation instances (445) occurs on the lexical and grammatical level. Among explicitation instances on the lexical and grammatical level, filling semantic ellipses present the highest number of instances (186) in our specialized corpus. Explicitation on the syntactic level I was observed in 173 instances; explicitation on the logical and visual relations level in 101 instances; explicitation on the syntactic level II was found in 50 instances. Finally, explicitation occurred on the textual and extra-linguistic level in 37 instances. After observing our corpus and according to the results obtained, we have found that the number and variety of instances of explicitation are high in English-French translations of specialized texts in the field of the environment. / S.O.