Autres projets de R&D utilisant Antelope

1.

Une plate-forme utilisable… et utilisée !

Nous souhaitons conclure cette partie en montrant que la plate-forme Antelope est utilisable –et effectivement utilisée– non seulement par l’équipe Proxem, mais aussi par des internautes n’ayant eu aucun échange direct avec Proxem. A nos yeux, c’est un point essentiel pour juger de la maturité d’une plate-forme. Un prérequis est évidemment de disposer d’un minimum d’éléments qui en

182 _{http://www.ilo.org/public/english/bureau/stat/isco/isco08/index.htm} 183 _{http://www.pole-emploi.fr/candidat/les-fiches-metiers-@/index.jspz?id=681} 184 _{http://annuaire-metiers.jd.apec.fr/}

150 facilitent la prise en main : Antelope est utilisable sans contrainte pour la recherche et l’enseignement, et dispose d’un programme d’installation, d’une documentation d’utilisation de 65 pages, d’un fichier d’aide et de deux programmes de démonstration (dont l’application de veille économique présentée au chapitre B) qui recompilent sans difficulté particulière.

A ce jour, plus de 2 500 internautes ont téléchargé Antelope et l’ont testée out-of-the-box. Elle a été utilisée dans le cadre de projets industriels, par exemple pour créer des agents conversationnels. Certains internautes ont contribué à la plate-forme par leurs remarques. D’autres ont évalué ou mis en œuvre la plate-forme pour des projets de recherche ; en voici une bibliographie commentée.

2.

Bibliographie

commentée

de

publications

mentionnant Antelope

Voici une liste non exhaustive de publications qui citent Antelope. Deux points nous semblent intéressants à souligner :

 D’une part, le choix d’Antelope est souvent justifié par la facilité de mise en œuvre conjointe de plusieurs composants (par exemple le lexique sémantique et un analyseur syntaxique). En cela, nous pensons avoir atteint notre objectif d’intégration.

 D’autre part, si la moitié de ces articles concernent principalement le TAL, les autres présentent des applications concrètes dans d’autres domaines : domotique, e-learning, génie logiciel, gestion de crises ou formation professionnelle. Antelope aura donc contribué à une démocratisation du TAL et à son ouverture vers d’autres domaines.

(Varga et al., 2010) montre comment extraire, grâce à ConceptNet (Cf. IV.D.4.b) et Antelope, le sujet principal d’un document écrit en anglais ainsi que les concepts clés qu’il contient. Ces informations sont ensuite présentées à l’utilisateur d’une façon interactive, sous forme d’un nuage de concepts. (Soto et al., 2009) explore l’utilisation d’ontologies comme WordNet et YAGO (Cf. IV.A.2.d) en tant que bases de connaissances, afin de construire automatiquement les objets d’apprentissage pour des applications d’e-learning. Le système présenté génère des exercices interactifs au format HTML pour différents cours. Sur la base d’un exercice précédemment écrit manuellement et des ontologies précitées, le système permet de créer de nouvelles versions de l’exercice et d’en changer le contenu spécifique. Le lexique sémantique d’Antelope est utilisé pour la génération des exercices.

(van Willegen et al., 2009) investigue la similarité entre mots et définit une distance d’affinité sémantique. Cette distance utilise le lexique sémantique d’Antelope (notamment WordNet) où deux concepts peuvent être reliés par une chaîne de synonymes, le nombre de « sauts » correspondant à la distance entre les mots.

(Despotakis, 2011) rappelle que les serious games ont une importance grandissante en formation professionnelle ; les apprenants améliorent leurs compétences en étant immergés dans des simulations d’activités réelles. La personnalisation de l’expérience et l’adaptation aux besoins de l’apprenant jouent un rôle clé dans l’utilisabilité de ces environnements. L’article présente le cas des formations aux entretiens d’embauche, avec une méthode pour les personnaliser grâce à des textes collectés sur les réseaux sociaux. Antelope y est utilisée pour effectuer l’analyse sémantique de commentaires d’internautes sur des vidéos de recrutement. Des thématiques proches sont explorées dans (Ammari et al., 2011)

(Rouillard, Tarby, 2011) présente plusieurs solutions (voix, geste, interface haptique) pour communiquer avec un environnement domotique. Des solutions à large couverture de vocabulaire sont maintenant disponibles pour la reconnaissance vocale. L’article présente une architecture de traitement qui enchaîne plusieurs modules externes. Antelope est le candidat proposé pour effectuer le traitement sémantique en sortie du module de reconnaissance vocale. Il est intéressant pour un système domotique de savoir qu’un FOUR A MICRO-ONDES est une sorte d’APPAREIL ELECTRIQUE, par

exemple ; le lexique sémantique permet donc d’enrichir le dialogue entre la maison et ses habitants. D’après (Doumit, Minai, 2011), les médias ont un biais. Un article politique peut par exemple présenter une influence libérale, conservatrice ou centriste. Des recherches récentes visent à identifier et classer ces biais grâce à l’analyse des sentiments exprimés par les adjectifs et adverbes trouvés dans les articles de presse ; mais les méthodes d’évaluation des modèles utilisés les rendent critiquables. L’article propose un système d’extraction d’information et d’analyse d’articles politiques. L’idée est de combiner l’allocation de Dirichlet latente (LDA) et des techniques de TAL (avec Antelope pour l’analyse de la structure sémantique des articles) pour identifier les « traits de personnalité » spécifiques d’un média par rapport à différents sujets.

(Ferreira, da Silva, 2008) souligne que nombre de projets informatiques échouent, du fait de spécifications ambiguës ou d’exigences incohérentes. L’article propose une nouvelle approche socio- technique pour surmonter ces problèmes de qualité des logiciels. Il met en avant l’intérêt de disposer d’une plate-forme qui favorise l’implication des parties prenantes pour capturer leurs besoins implicites, et permette l’application de bonnes pratiques de génie logiciel. L’article propose une approche pour améliorer la qualité et la rigueur des spécifications en combinant les techniques du Web 2.0 et des outils de TAL (dont Antelope) pour aider à la validation des exigences.

(Fitrianie et al., 2010) rappelle qu’une gestion de crise implique une collaboration entre de nombreux interlocuteurs. Pour coordonner leurs activités, ils doivent s’appuyer sur des informations détaillées et précises sur la crise et son environnement. Pour assurer la collaboration des services d’urgence et apporter rapidement des soins aux victimes, il est nécessaire de fournir une vue d’ensemble avec des informations mises à jour en permanence. Or les approches actuelles pour construire une telle vue se heurtent à plusieurs difficultés : événements en constante évolution, informations réparties entre des sites géographiques éloignés, difficulté de vérification des informations obtenues… Antelope peut servir comme composant d’analyse textuelle et d’extraction d’information des flux temps réel.