Du point de vue du traitement automatique des langues (TAL), l’extraction des événements dans les textes est la forme la plus complexe des processus d’extraction d’information, qui recouvrent de façon plus générale l’extraction des entités nommées et des relations qui les lient dans les textes. Le cas des événements est particulièrement ardu car un événement peut être assimilé à une relation n-aire ou à une configuration de relations. Alors que la recherche en extraction d’information a largement bénéficié des jeux de données étiquetés manuellement pour apprendre des modèles permettant l’analyse des textes, la disponibilité de ces ressources reste un problème important. En outre, de nombreuses approches en extraction d’information fondées sur l’apprentissage automatique reposent sur la possibilité d’extraire à partir des textes de larges en sembles de traits définis manuellement grâce à des outils de TAL élaborés. De ce fait, l’adaptation à un nouveau domaine constitue un défi supplémentaire. Cette thèse présente plusieurs stratégies pour améliorer la performance d’un système d’extraction d’événements en utilisant des approches fondées sur les réseaux de neurones et en exploitant les propriétés morphologiques, syntaxiques et sémantiques des plongements de mots. Ceux-ci ont en effet l’avantage de ne pas nécessiter une modélisation a priori des connaissances du domaine et de générer automatiquement un ensemble de traits beaucoup plus vaste pour apprendre un modèle. Nous avons proposé plus spécifiquement différents modèles d’apprentissage profond pour les deux sous-tâches liées à l’extraction d’événements : la détection d’événements et la détection d’arguments. La détection d’événements est considérée comme une sous-tâche importante de l’extraction d’événements dans la mesure où la détection d’arguments est très directement dépendante de son résultat. La détection d’événements consiste plus précisément à identifier des instances d’événements dans les textes et à les classer en types d’événements précis. En préalable à l’introduction de nos nouveaux modèles, nous commençons par présenter en détail le modèle de l’état de l’art qui en constitue la base. Des expériences approfondies sont menées sur l’utilisation de différents types de plongements de mots et sur l’influence des différents hyperparamètres du modèle en nous appuyant sur le cadre d’évaluation ACE 2005, standard d’évaluation pour cette tâche. Nous proposons ensuite deux nouveaux modèles permettant d’améliorer un système de détection d’événements. L’un permet d’augmenter le contexte pris en compte lors de la prédiction d’une instance d’événement (déclencheur d’événement) en utilisant un contexte phrastique, tandis que l’autre exploite la structure interne des mots en profitant de connaissances morphologiques en apparence moins nécessaires mais dans les faits importantes. Nous proposons enfin de reconsidérer la détection des arguments comme une extraction de relation d’ordre supérieur et nous analysons la dépendance de cette détection vis-à-vis de la détection d’événements. / With the increasing amount of data and the exploding number data sources, the extraction of information about events, whether from the perspective of acquiring knowledge or from a more directly operational perspective, becomes a more and more obvious need. This extraction nevertheless comes up against a recurring difficulty: most of the information is present in documents in a textual form, thus unstructured and difficult to be grasped by the machine. From the point of view of Natural Language Processing (NLP), the extraction of events from texts is the most complex form of Information Extraction (IE) techniques, which more generally encompasses the extraction of named entities and relationships that bind them in the texts. The event extraction task can be represented as a complex combination of relations linked to a set of empirical observations from texts. Compared to relations involving only two entities, there is, therefore, a new dimension that often requires going beyond the scope of the sentence, which constitutes an additional difficulty. In practice, an event is described by a trigger and a set of participants in that event whose values are text excerpts. While IE research has benefited significantly from manually annotated datasets to learn patterns for text analysis, the availability of these resources remains a significant problem. These datasets are often obtained through the sustained efforts of research communities, potentially complemented by crowdsourcing. In addition, many machine learning-based IE approaches rely on the ability to extract large sets of manually defined features from text using sophisticated NLP tools. As a result, adaptation to a new domain is an additional challenge. This thesis presents several strategies for improving the performance of an Event Extraction (EE) system using neural-based approaches exploiting morphological, syntactic, and semantic properties of word embeddings. These have the advantage of not requiring a priori modeling domain knowledge and automatically generate a much larger set of features to learn a model. More specifically, we proposed different deep learning models for two sub-tasks related to EE: event detection and argument detection and classification. Event Detection (ED) is considered an important subtask of event extraction since the detection of arguments is very directly dependent on its outcome. ED specifically involves identifying instances of events in texts and classifying them into specific event types. Classically, the same event may appear as different expressions and these expressions may themselves represent different events in different contexts, hence the difficulty of the task. The detection of the arguments is based on the detection of the expression considered as triggering the event and ensures the recognition of the participants of the event. Among the difficulties to take into account, it should be noted that an argument can be common to several events and that it does not necessarily identify with an easily recognizable named entity. As a preliminary to the introduction of our proposed models, we begin by presenting in detail a state-of-the-art model which constitutes the baseline. In-depth experiments are conducted on the use of different types of word embeddings and the influence of the different hyperparameters of the model using the ACE 2005 evaluation framework, a standard evaluation for this task. We then propose two new models to improve an event detection system. One allows increasing the context taken into account when predicting an event instance by using a sentential context, while the other exploits the internal structure of words by taking advantage of seemingly less obvious but essentially important morphological knowledge. We also reconsider the detection of arguments as a high-order relation extraction and we analyze the dependence of arguments on the ED task.

Les Soins de Support sont apparus en France dans les années 90. Héritiers du mouvement des Soins Palliatifs et de la médecine des maladies chroniques, ils occupent une place singulière dans les services de cancérologie. La définition des Soins de Support n’est pourtant pas harmonisée au sein des études, des pratiques et des discours. L’enjeu de ce travail est de poser ce constat, d’en analyser les causes puis de proposer des perspectives menant à un positionnement commun dans le paysage médical contemporain.Il s’agira ainsi de démontrer qu’une définition des Soins de Support est souhaitable et qu’un socle de convictions propres la permet. Méthodes : Une revue de littérature par mots clés a été menée afin de décrire l’utilisation de la définition de Soins de Support dans les études les concernant. Des axes récurrents ont, ensuite, été dégagés. Les Soins de Support sont définis en tant qu’amélioration de la qualité de vie, prise en charge des effets secondaires, modèle d’organisation des soins ou bien à partir de la durée de prise en charge. Cette revue de littérature donne lieu à une restitution par thématiques. Un travail de terrain, fondé sur l’observation et des entretiens auprès de 32 professionnels, patients, proches et associations a été réalisé au sein de quatre établissements de soin : l’Institut Curie, l’Institut Curie Saint Cloud, l’Hôpital Kremlin Bicêtre, l’hôpital Henri Mondor. Il a permis de tester les axes issus de la revue de littérature et d’en mettre en lumière de nouveaux. Le temps, les projets, le corps et la notion de collectif se sont révélés au cœur des discours des acteurs des Soins de Support.Ce travail est qualitatif et non représentatif. Analyse et discussion : Un premier temps dévoile les références auxquelles se rattachent les Soins de Support et les tensions qu’elles produisent les unes par rapport aux autres. Les Soins de Support sont partagés entre des philosophies de l’action définissant la maladie comme réduction des capacités, et des philosophies du soin refoulant les notions telles que l’autonomie en étudiant la relation à l’autre. Un second temps permet de condenser en trois axes unanimes le positionnement des Soins de Support. Tout d’abord, les Soins de Support appuient leurs actions sur une compréhension du temps comme épaisseur vécue. Il s’agit d’accompagner le patient dans un cheminement propre, et d’inscrire le temps des horloges, des techniques et de la physiologie dans le temps de celui qui vit l’événement de la maladie. Ensuite, les Soins de Support mettent en œuvre une compréhension du soin en tant qu’acte collectif. L’équipe de soin se constitue avec le malade au cours de sa maladie. Elle comprend des professionnels soignants et non soignants, ainsi que des membres de la société civile. Elle se forme aux grés des besoins et en fonction des enjeux qui jalonnent le parcours du patient. Enfin, les Soins de Support brisent le monopole médical du savoir sur la maladie. Chaque situation exige la construction collective de la compréhension de la maladie. Il s’agit de comprendre la maladie en tant que carrefour des connaissances médicales, techniques, sociales, culturelles, psychologiques, mais aussi comme questionnement existentiel et affectif. La conviction profonde des Soins de Support est que la pluralité des approches et des regards permet par l’échange de tracer avec le patient ses possibilités et de l’y aider. / Description : Support Cares appeared in France in the 90s. Heirs of Palliative Care Mouvement and chronic diseases medicine take a singular place in cancer departments. Nevertheless, the definition of Support Cares is not harmonized within studies, practices and speeches.The stake in this work is to put this report, to analyze the causes then to propose perspectives leading to a common positioning in the contemporary medical landscape. It will so be a question of demonstrating that a definition of Support Cares is advisable and that a base of appropriate convictions allows it. Methods : A literature review by keywords was led to describe the use of Support Cares definition in the studies concerning them. Then, Recurring axes were cleared. The Support cares are defined as the quality of life improvement, treating the side effects, the care organization model or from the care duration. This literature review gives rise to a return by themes.A field work, based on the observation and interviews with 32 professionals, patients, relatives and associations was conducted within four Care establishments : Curie institute, Saint Cloud Curie Institue, Kremlin Bicêtre Institute, Henri Mondor Hospital. It allowed to test axes stemming from the literature review and to highlight new ones. Time, projects, body and notion of collective proved to be in the heart of the Care Actors speeches.This work is qualitative and not representative.Analysis and discussion : A first time reveals the references with which Support Cares are connected and the tensions they produce in relation to each other. The Support Cares are shared between philosophies of the action defining the disease as reduction of capacities, and Care philosophies repressing notions such as autonomy by studying the relationship. A second time allows to condense in three unanimous axes the Support cares positioning. First of all, Support Cares opress their actions an understanding time as real-life thickness. It is a question of accompanying the patient in a unique path progress, and registering the time of clocks, techniques and physiology in the time of the one who lives the disease event. Then, the Support Cares implement an understanding of the care as a collective act. The Care team establishes with the ill person during his disease. It understands nursing and not nursing professionals, as well as members of the civil society. It forms in the wills of needs and according to the stakes which mark out the route of the patient. Finally, the Support Cares break the knowledge medical monopoly on the disease. Every situation requires the collective construction of the desease understanding. It is a question of understanding the disease as crossroads of medical, technical, social, cultural, pasychological knowledge, but also as existential and emotional questioning.The deep conviction of the Support Cares is that the plurality of the approaches and the looks enable by exchanging to draw with the patient his possibilities and to bring that about.

RESUMENotre travail s’intéresse au secteur des médias télévisés au Brésil, qui présente une forte concentration à mettre en rapport avec la domination économique et politique de certains groupes parmi les groupes de médias, comme le groupe dominant Globo. Le chapitre 1 est un chapitre introductif, qui, après avoir présenté l’économie brésilienne et le paysage médiatique au Brésil, développe la problématiqueAu cours du chapitre 2 nous avons établi une typologie des principales propriétaires des médias télévisés au Brésil, en faisant un classement des propriétaires des chaînes en familles (F), politiques (P), groupes religieux (R), état (E), global players ou majors (M), commerciales (C), chaines diverses (O). Nous étudions ensuite dans ce chapitre la concentration dans le secteur de la télévision brésilienne, suivie d’études de cas sur certains groupes de média télévisés au Brésil, dont notamment la chaîne Record News, qui appartient à Rede Record.Le chapitre 3 complète notre travail du point de vue théorique, en transposant la théorie de l’électeur médian et celle du duopole de Hotelling et en généralisant la théorie au cas d’entreprises de médias avec des contenus n-dimensionnels. Nous esquissons une application aux chaines de télévision dominantes du Brésil.Le chapitre 4 expose les résultats d’une enquête de terrain par questionnaire qui permet d’explorer la manière dont les contenus des chaînes de télévision brésilienne sont perçus par les téléspectateurs. La conclusion générale, qui fait l’objet du chapitre 5.Enfin, la thèse se termine par des annexes avec, d’une part le détail de notre questionnaire et des réponses à celui. / This work is concerned with the industry of TV media enterprises in Brazil, a sector which is highly concentrated, this concentration being related with the economic and political role of some dominant media groups, such as the Globo group. Chapter 1 deals with the introduction of our study, presenting first the economy of Brazil and the Brazilian media sector, and then developping the questions this work is concerned with.In Chapter 2, we propose to study media concentration in Brazil’s television industry; more precisely, we propose a classification of ownerships of the main TV channels, including families (F), politicians (P), religious groups (R), state and public-service companies (E), global players and majors (M), and miscellaneous ownerships (O). This is followed by a study of concentration in the TV sector based on HHI calculations since 1996, and by case studies. Chapter 3 completes our work from a theoretical economics standpoint, adapting the median voter theory and the Hotelling spatial duopoly theory to the case of media enterprises, with n-dimensional contents, and with a tentative application to dominant TV channels of Brazil.Chapter 4 deals with the results of a field questionnaire survey which enables us to have some idea of how the contents of Brazilian TV channels are received by some audiences. Chapter 5, which concludes our work, deals with a synthesis of our results, and with the research prospects it raises.Finally, our dissertation ends up with some appendixes, with, on the one hand, the detail of our questionnaire and of the results of our survey, together with some of our publications and articles related to this work.

This is a study of vocabulary size that examines the numbers of French words that students on different university levels know. It also compares how the vocabulary size differs depending on the students’ levels of acquisition. The method we use is the Vocabulary Size Test “TTV”, (Test de la Taille du Vocabulaire) that measures the number of French words on different levels of frequency, where the maximum number of words to obtain is 10 000. We have created two groups on different levels of acquisition at the University of Stockholm: group 1 consists of first semester students, and group 2 of a mixture of students from third and fourth semester of French. In the results, we can see that group 2 has obtained a significantly higher number of words on the test than group 1, namely 8 224 verses 6 831. Further we have found that not all students follow the predicted pattern when it comes to word frequency, which predicts that the largest amount of words is to be found in the highest frequency word span. We discuss advantages and inconveniences of different vocabulary size tests, and explain the importance of word frequency in this type of study.

Les plongements lexicaux sont un composant standard des architectures modernes de traitement automatique des langues (TAL). Chaque fois qu'une avancée est obtenue dans l'apprentissage de plongements lexicaux, la grande majorité des tâches de traitement automatique des langues, telles que l'étiquetage morphosyntaxique, la reconnaissance d'entités nommées, la recherche de réponses à des questions, ou l'inférence textuelle, peuvent en bénéficier. Ce travail explore la question de l'amélioration de la qualité de plongements lexicaux monolingues appris par des modèles prédictifs et celle de la mise en correspondance entre langues de plongements lexicaux contextuels créés par des modèles préentraînés de représentation de la langue comme ELMo ou BERT.Pour l'apprentissage de plongements lexicaux monolingues, je prends en compte des informations globales au corpus et génère une distribution de bruit différente pour l'échantillonnage d'exemples négatifs dans word2vec. Dans ce but, je précalcule des statistiques de cooccurrence entre mots avec corpus2graph, un paquet Python en source ouverte orienté vers les applications en TAL : il génère efficacement un graphe de cooccurrence à partir d'un grand corpus, et lui applique des algorithmes de graphes tels que les marches aléatoires. Pour la mise en correspondance translingue de plongements lexicaux, je relie les plongements lexicaux contextuels à des plongements de sens de mots. L'algorithme amélioré de création d'ancres que je propose étend également la portée des algorithmes de mise en correspondance de plongements lexicaux du cas non-contextuel au cas des plongements contextuels. / Word embeddings are a standard component of modern natural language processing architectures. Every time there is a breakthrough in word embedding learning, the vast majority of natural language processing tasks, such as POS-tagging, named entity recognition (NER), question answering, natural language inference, can benefit from it. This work addresses the question of how to improve the quality of monolingual word embeddings learned by prediction-based models and how to map contextual word embeddings generated by pretrained language representation models like ELMo or BERT across different languages.For monolingual word embedding learning, I take into account global, corpus-level information and generate a different noise distribution for negative sampling in word2vec. In this purpose I pre-compute word co-occurrence statistics with corpus2graph, an open-source NLP-application-oriented Python package that I developed: it efficiently generates a word co-occurrence network from a large corpus, and applies to it network algorithms such as random walks. For cross-lingual contextual word embedding mapping, I link contextual word embeddings to word sense embeddings. The improved anchor generation algorithm that I propose also expands the scope of word embedding mapping algorithms from context independent to contextual word embeddings.

Québec Université Laval, Bibliothèque 2015

Québec Université Laval, Bibliothèque 2015

Cette thèse traite de l'effet de la fréquence des mots en rappel sériel immédiat (RSI) et différé (RSD). L'un des objectifs de cette thèse est de vérifier si l'absence d'un effet de fréquence en listes mixtes (contenant simultanément des mots rares et fréquents) est due à l'utilisation de stratégies conscientes d'encodage de la part du participant. Les résultats montrent que l'absence de l'effet de fréquence est également observée lors de l'utilisation d'une tâche de rappel incident, réfutant ainsi l'hypothèse des stratégies d'encodage. Un second objectif est de vérifier si le paradoxe des listes mixtes est présent aussi bien en RSI qu'en RSD. Les résultats obtenus montrent une très grande similitude entre ces deux paradigmes. Par ailleurs, aucune des hypothèses explicatives vérifiées ne peut rendre compte des résultats obtenus. Une hypothèse reposant sur un système d'encodage à capacité limitée où la familiarité est calculée à l'encodage est mise de l'avant.

Il a été démontré que les mots sont plus faciles à reconnaître lorsque leur moitié inférieure est effacée, laissant leur moitié supérieure intacte, que lorsque leur moitié supérieure est effacée. Si la reconnaissance de lettres sous-tend la reconnaissance de mots tel qu'il est généralement pris pour acquis, alors un tel effet devrait aussi être présent au niveau des lettres, mais ce n'est pas le cas. Le but de ce mémoire a d'abord été d'investiguer cette différence entre lettres et mots et, ensuite, de démontrer que la préférence pour le haut des mots ne peut pas s'expliquer par les lettres. Finalement, nous nous questionnons sur l'existence d'un construit intermédiaire entre lettres et mots et proposons les chaînes lexicales. / It has been demonstrated that words are more readily recognized when their lower half has been erased, leaving the upper half intact, than when the upper half has been erased. If letter recognition subtends word recognition as it is so often assumed, then we would expect to find a similar effect with letters, but it is not the case. The goal of this master's thesis has first been to investigate this difference between words and letters and then to demonstrate that the preference for the upper half of words cannot be accounted for by letters. In the end, we look into the existence of a construct between features and words and propose that lexical strings could be that construct.

Les techniques de description des éléments caractéristiques d’une image sont omniprésentes dans de nombreuses applications de vision par ordinateur. Nous proposons à travers ce manuscrit une extension, pour décrire (représenter) et apparier les éléments caractéristiques des images. L’extension proposée consiste en une approche originale pour apprendre, ou estimer, la présence sémantique des éléments caractéristiques locaux dans les images. L’information sémantique obtenue est ensuite exploitée, en conjonction avec le paradigme de sac-de-mots, pour construire un descripteur d’image performant. Le descripteur résultant, est la combinaison de deux types d’informations, locale et contextuelle-sémantique. L’approche proposée peut être généralisée et adaptée à n’importe quel descripteur local d’image, pour améliorer fortement ses performances spécialement quand l’image est soumise à des conditions d’imagerie contraintes. La performance de l’approche proposée est évaluée avec des images réelles aussi bien dans les deux domaines, 2D que 3D. Nous avons abordé dans le domaine 2D, un problème lié à l’appariement des éléments caractéristiques dans des images. Dans le domaine 3D, nous avons résolu les problèmes d’appariement et alignement des vues partielles tridimensionnelles. Les résultats obtenus ont montré qu’avec notre approche, les performances sont nettement meilleures par rapport aux autres méthodes existantes. / This manuscript presents an extension of feature description and matching strategies by proposing an original approach to learn the semantic information of local features. This semantic is then exploited, in conjunction with the bag-of-words paradigm, to build a powerful feature descriptor. The approach, ended up by combining local and context information into a single descriptor, is also a generalized method for improving the performance of the local features, in terms of distinctiveness and robustness under geometric image transformations and imaging conditions. The performance of the proposed approach is evaluated on real world data sets as well as in both the 2D and 3D domains. The 2D domain application addresses the problem of image feature matching while in 3D domain, we resolve the issue of matching and alignment of multiple range images. The evaluation results showed our approach performs significantly better than expected results as well as in comparison with other methods.