Haut PDF De nouveaux facteurs pour l'exploitation de la sémantique d'un texte en recherche d'information

De nouveaux facteurs pour l'exploitation de la sémantique d'un texte en recherche d'information

De nouveaux facteurs pour l'exploitation de la sémantique d'un texte en recherche d'information

La représentation par nuage de mots clés permet de visualiser un document ou un texte par un nuage de mots-clés (ou tag cloud) qui représente les mots les plus fréquents d’une manière similaire à celle présnetée dans la Figure 9. Concrètement, plus un mot est cité dans un texte, plus il apparaît en gros dans le nuage de mots-clés. En général, les mots clés sont des mots simples et typiquement listés par ordre alphabétique [Halvey et al, 2007]. Chacun des mots clés dans un nuage réfère une collection des articles qui lui sont associés. Historiquement, le site de partage de photos « Flickr » fut le premier à implémenter ce système de représentation, créé par Stewart Butterfield [Bausch et al, 2006]. Les nuages de mots clés sont popularisés par les sites de « Del.icio.us » et « Technorati ». Dans la Figure 9, nous présentons un exemple de nuages des mots clés comme représenté par le site de Flickr 12 où chaque mot-clé permet de trouver tous les photos et les vidéos qui ont un point commun. Il existe deux grandes familles de nuages de mots-clés. C'est plus par leur valeur sémantique que par leur apparence que l'on distingue ces catégories. La première famille de nuage de mots-clés classe les concepts selon le critère de la répétition d'un mot dans un article [Bielenberg et al, 2006]. Il s'agit donc d'une méta-donnée permettant de symboliser par ordre d'importance les concepts que recouvre l'article en cours. La seconde, plus transversale, regroupe en nuage de mots-clés, les mots-clés revenant le plus souvent dans un site ou dans un annuaire de sites. Il s'agit donc de mettre en avant la popularité d'un concept, qui a fédéré plusieurs rattachements dans un site ou un ensemble de sites. Cela est particulièrement util à une navigation transversale, permettant de balayer l'intégralité du contenu d'un site à travers le fil conducteur du mot-clé auquel on s'intéresse. Dans le cas d'un annuaire de site tel que Flickr ou Technorati, le nuage de mots- clés permet alors de mesurer d'un coup d'œil les tendances du moment à travers les termes revenant le plus souvent dans les sites syndiqués. Les mots dans un nuage de mots clés peuvent apparaître dans un ordre alphabétique, ou dans un ordre aléatoire, ainsi que listés par leurs poids, etc. Certains préfèrent de grouper sémantiquement les mots clés par des clusters [Hassan-Montero et al, 2006] [Kaser et al, 2007] d’une manière que les mots clés similaires apparaissent proches les unes des autres.
En savoir plus

154 En savoir plus

Apprentissage de représentations de documents et leur exploitation en recherche d'information

Apprentissage de représentations de documents et leur exploitation en recherche d'information

Nous nous intéressons à l’exploitation de ces modèles pour apprendre les repré- sentations des documents et des requêtes. Nous exploitons, en l’occurrence, une ap- proche de type word2vec (Mikolov et al., 2013c) pour apprendre ces représentations, dont l’objectif est de remédier au problème du sac de mots, qui ne tient pas compte de la sémantique. Nous nous intéressons particulièrement, à l’évaluation de l’impact des entrées à fournir au modèle word2vec (représentation du document et de la requête) et comment l’exploiter pour construire ces représentations. Nous étudions également différentes fonctions de similarité entre les représentations construites et comment adapter les modèles de RI existants tels que BM25, ML, LDA et autres, pour les re- présentations continues des mots, celles des documents et celles des requêtes.
En savoir plus

12 En savoir plus

Exploitation du contenu visuel pour améliorer la recherche textuelle d’images en lignes

Exploitation du contenu visuel pour améliorer la recherche textuelle d’images en lignes

1. Introduction Les moteurs de recherche d’images sur le web utilisent principalement des in- formations textuelles, telles que le titre de la page web, le nom de l’image, le texte adjacent, pour tenter de « comprendre » le sens de l’image. Cependant, le texte d’une page web n’est pas toujours en rapport avec le contenu visuel de l’image. De plus, l’utilisateur préfèrant souvent exprimer son besoin d’information à l’aide de quelques mots-clés, il est difficile de trouver des liens avec l’information visuelle contenue dans les images. Il est donc intéressant de trouver des méthodes qui permettent de vérifier l’adéquation visuelle de l’image avec le texte de la requête posée par l’utilisateur. Dans (Yavlinsky et al., 2006), des concepts visuels sont utilisés pour raffiner visuellement les résultats obtenus, cependant, l’utilisateur doit choisir manuellement le concept vi- suel à appliquer. Nous proposons dans cet article d’étudier une méthode qui permet de choisir automatiquement le concept visuel à appliquer. Par exemple, la figure 1 montre un utilisateur qui pose la requête animal swimming, notre système détecte automati- quement que la requête contient le mot animal, et donc qu’il doit vérifier que chaque image résultat de la requête textuel contient bien visuellement un animal.
En savoir plus

24 En savoir plus

Apprentissage de représentations de documents et leur exploitation en recherche d'information

Apprentissage de représentations de documents et leur exploitation en recherche d'information

3 Notre travail est inspiré des approches de l’état de l’art, notamment celles qui ex- ploitent les words embeddings afin d’améliorer les résultats de recherche des modèles de RI (Ai et al., 2016b ; Ai et al., 2016a ; Ganguly et al., 2015 ; Zamani et Croft, 2016). La construction d’une représentation complexe pour un document et la prise en compte de la structure, permettent de résoudre le problème du sac de mots qui n’informe pas sur l’emplacement et la distribution des mots dans le texte. L’exploitation efficace des représentations fines des documents/requêtes qui sont construites par une projection dans un nouvel espace de représentation plus complexe, nous permettra de capturer des informations liées à la sémantique du contenu sans se référer à des ontologies de domaine. On peut trouver dans (Mikolov et al., 2013b) une description des différentes informations et relations que ce type de représentation nous permet de déduire. De ce fait, l’exploitation de ces approches nous permettra de résoudre le problème d’absence de certains termes de la requête dans un document (qui est soulevé dans plusieurs des modèles classiques comme TF-IDF et LM) car elles nous permettent d’exploiter les termes sémantiquement liés à ceux de la requête, ce qui nous permettra d’améliorer les résultats de recherche.
En savoir plus

11 En savoir plus

Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique

Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique

un domaine (MeSH). Plus particulièrement, nous pouvons observer les points suivants : • Le modèle BM25 et les modèles de langue sont connus comme des mo- dèles de référence en RI. Il est difficile d’obtenir de meilleurs résultats dans le cas des modèles d’appariement neuronaux entraînés sur des petits jeux de données comparativement aux jeux de données à grande échelle, souvent pro- priétaires, comme ceux utilisés dans (Huang et al., 2013). En effet, l’apprentis- sage des représentations latentes du texte au travers d’architectures neuronales profondes requiert l’optimisation d’un grand nombre de paramètres. Par consé- quent, l’efficacité de notre modèle est sous-optimisée en raison du faible nombre de requêtes de nos jeux de données GOV2 et PMC, respectivement 150 et 60 requêtes. Ce constat nous suggère d’expérimenter à moyen terme notre modèle sur un jeu de données plus important. En outre, il est important de souligner qu’à la différence de la majorité des approches neuronales de l’état de l’art (Guo
En savoir plus

17 En savoir plus

Les ontologies comme support à l'interaction et à la personnalisation dans un processus décisionnel. Exploitation de la sémantique pour favoriser l'automatisation cognitive

Les ontologies comme support à l'interaction et à la personnalisation dans un processus décisionnel. Exploitation de la sémantique pour favoriser l'automatisation cognitive

La seconde limite posée par l’indexation conceptuelle concerne son automatisation. Si les techniques d’analyse de texte ont considérablement progressé durant les dernières années, elles ne permettent pas (et ne permettront jamais ?) de franchir le "gap sémantique". Même si des solutions partielles et ponctuelles ont été proposées dans la littérature, cette problématique reste ouverte. On désigne par gap sémantique la difficulté à traduire au niveau sémantique des résultats d'analyse lexicale automatique. Ce problème est généralisable, en effet que ce soit en traitement de langage comme en traitement d'images, les caractéristiques identifiées par des analyses automatisées (dites de bas niveau) doivent être mises en relation avec des entités sémantiques décrites dans les images ou dans les textes. Or, cela nécessite une expertise humaine, une indexation manuelle, qui ne peut pas s'appliquer aux systèmes d'information modernes dont le contenu est mis à jour régulièrement et augmente sans cesse (Lazaridis, Axenopoulos, Rafailidis, & Daras, 2012). Nous tentons néanmoins de réduire au maximum ce fossé sémantique, en couplant les analyses lexicales et ontologiques (S. Ranwez et al., 2013). Pour ce faire, nous envisageons d'utiliser la méthode Synopsis développée par Benjamin Duthil (Duthil, Trousset, Dray, Montmain, & Poncelet, 2011) pour apprendre le vocabulaire rattaché à un concept. Ensuite, par analyse lexicale des documents présents dans le corpus, il serait possible de rattacher certains concepts à ces documents. La qualité d'une telle indexation serait certes de moins bonne qualité qu'une indexation faite par un expert du domaine, mais elle permettrait de traiter un grand nombre de documents. Synopsis a déjà été couplée avec une approche conceptuelle, dans un contexte légèrement différent, lors du développement de CoLexIR (S. Ranwez et al., 2013). Le facteur le plus limitant dans ce type d'approche hybride est l'apprentissage et la construction des lexiques associés aux concepts qui se fait via de nombreuses requêtes sur le Web. Ce temps d'apprentissage peut être très long. Cependant, une fois fait, les résultats de cet apprentissage peuvent servir à indexer de nombreux documents ou être utilisés en temps réel, par exemple pour visualiser les segments de texte où apparaissent les différents concepts, comme c'est le cas dans CoLexIR.
En savoir plus

127 En savoir plus

Recherche d'Information efficace utilisant la sémantique : le focus

Recherche d'Information efficace utilisant la sémantique : le focus

Le second problème concerne les différences de langage (français, anglais, etc.), de format (texte, vidéo, image, etc.), de type (.tex, .html, .pdf, etc.) des résultats d’une requête. En effet, une réponse pertinente à une interrogation quelconque traverse ces différences et l’utilisation de recherche syntaxique oblige à des traductions, des des- criptions, entre les différents langages de représentation des données.

7 En savoir plus

Du texte au portail sémantique : cas d'utilisation lié à des données temporelles

Du texte au portail sémantique : cas d'utilisation lié à des données temporelles

{delphine, battistelli}@paris-sorbonne.fr Résumé : L’article décrit une méthode et des ressources pour manipuler des données temporelles, à la fois pour un utilisateur final qui souhaite interroger un portail avec des filtres temporels et, en amont, pour le peuplement d’ontologies. Le système assiste les personnes ayant à charge la saisie d’information dans une ontologie en leur permettant d’exprimer en langage naturel les propriétés temporelles liées à l’accessibilité d’un lieu (dates et horaires d’ouverture). Le système projette leur interprétation sur un calendrier éditable, afin de permettre à l’utilisateur de contrôler l’analyse et si nécessaire d’y modifier des informations. Cette projection du texte sur le calendrier est opérée à l’aide d’un module de raisonnement qui calcule en extension les données temporelles. Cet ensemble d’outils prépare la mise en œuvre, dans un Portail Sémantique, de mécanismes permettant d’interroger un système de Recherche d’Informations en utilisant des critères temporels.
En savoir plus

13 En savoir plus

Modélisation de connaissances à partir de textes pour une recherche d'information sémantique

Modélisation de connaissances à partir de textes pour une recherche d'information sémantique

1.3.4.3 Causes et conséquences d’un processus de maintenance Dans un contexte de RI sémantique, nous souhaitons souligner les influences réci- proques exercée entre une évolution ontologique et sur le devenir des annotations concep- tuelles reposant sur la même ontologie 12 . En effet, si l’implication semble évidente dans un sens (e.g. une opération de maintenance consistant en l’ajout de nouveaux concepts amènera souvent à une annotation plus riche et/ou plus précise), sa réciproque s’avère également vraie : il est possible d’évaluer l’adéquation d’une ontologie à un corpus (et donc le degré d’urgence à la réviser) par la nature et la qualité des annotations sémantiques obtenues dans le temps [Hernandez, 2005]. L’article de [Maynard et al., 2007] se place dans ce paradigme et souligne la nécessité de disposer de méthodes automatiques visant simultanément à gérer la phase de réannotation consécutive à une évolution ontologique et à mesurer la nécessité de maintenance en fonction de l’évolution d’annotations du domaine modélisé. Pour évi- ter de réannoter inutilement une grande partie du corpus, les auteurs proposent d’utiliser un ensemble de règles génériques (manuelles ou automatiques) permettant de reclasser - si possible - les instances concernées sous les concepts adéquats. L’approche retenue pour la phase inverse repose sur l’utilisation de "folksonomies" (i.e. un ensemble évolutif d’annota- tions collaboratives librement créées par les rédacteurs et/ou lecteurs d’un texte sur le Web) de domaine : les auteurs commencent par partitionner l’ensemble des tags d’un domaine selon leurs degrés mutuels de co-occurrence et à les aligner aux concepts de l’ontologie sus- ceptible d’être maintenue 13 ; ils comparent ensuite la répartition obtenue à la précédente, sachant qu’une trop grande différence entre les deux témoignera de la nécessité d’envisa- ger une phase de maintenance de l’ontologie. Même si nous partageons l’idée selon laquelle les résultats d’un processus d’annotation sémantique permettent de juger des besoins d’une ontologie à être maintenue, nos recherches manipulent des ontologies de nature fort diffé- rente. En effet, les folksonomies constituent par nature une vision ad hoc d’un domaine : cet artefact n’est issu ni d’un consensus, ni d’un besoin applicatif unique et précis. Il nous paraît donc préjudiciable de vouloir en faire l’alignement avec une ontologie telle que nous la concevons, i.e. nécessairement orientée selon un point de vue et un besoin précis (cf 3.1).
En savoir plus

212 En savoir plus

Fusion multi-niveaux pour l'indexation et la recherche multimédia par le contenu sémantique

Fusion multi-niveaux pour l'indexation et la recherche multimédia par le contenu sémantique

R´ esum´ e Le d´ eveloppement et l’acc` es aux bases de donn´ ees n´ ecessitent de structurer l’informa- tion du contenu. Aujourd’hui, la recherche et la classification d’images ou des vid´ eos dans les grandes bases de donn´ ees, d’archives et sur internet s’effectuent principalement grˆ ace ` a des donn´ ees textuelles : nom de l’image, mots-cl´ es... Cependant, cette indexation est extrˆ e- mement coˆ uteuse et non exempte de fautes plus ou moins graves : omission, orthographe, etc. Les progr` es effectu´ es sur l’analyse d’images et l’apprentissage automatique permettent d’apporter des solutions comme l’indexation et la recherche ` a base des caract´ eristiques telles que la couleur, la forme, la texture, le mouvement, le son et le texte. Ces caract´ eristiques sont riches en informations et notamment d’un point de vue s´ emantique. Cependant, les m´ ethodes propos´ ees sont semi-automatiques (retour d’informations par l’utilisateur) ou au- tomatiques apr` es une phase importante d’apprentissage sur une base de petite ou moyenne taille. La fusion est utilis´ ee dans le but de combiner des informations issues de plusieurs sources pour obtenir une information globale plus compl` ete, de meilleure qualit´ e et permet- tant de mieux d´ ecider et d’agir.
En savoir plus

173 En savoir plus

Sélection des concepts et calcul de proximité sémantique pour réduire le silence dans la recherche d'images par le texte : vers des moteurs qui se configurent automatiquement

Sélection des concepts et calcul de proximité sémantique pour réduire le silence dans la recherche d'images par le texte : vers des moteurs qui se configurent automatiquement

CHAPITRE III MINIMISATION DU SILENCE DANS UN TBIR : ETAT DE L’ART Page 40 Plusieurs travaux de la littérature ont utilisé cette méthode afin d’annoter une base d’images. Les différences entre ceux-ci résident dans les mécanismes utilisés dans ces deux phases. Comme instance, dans la première phase de recherche des images voisines les plus proches à une image de test, en exploitant leurs caractéristiques visuelles, les auteurs de(Makadia et al., 2008)ont représenté les images d’une base par des caractéristiques visuelles de bas niveau qui sont la couleur et la texture. Pour la couleur, ils ont utilisé 3 espaces de couleurs, à savoir : RGB, HSV et LAB. Pour la texture, ils ont utilisé les Ondelettes de Gabor et Haar. Ensuite, ils ont utilisé les distances de base : KL-divergence, Chi2-statistic, la distance-L1 et la distance-L2 pour mesurer la similarité visuelle entre l’image à annoter et les images d’apprentissage, de telles sortes que pour chaque caractéristique, ils ont utilisé la distance la plus appropriée. Par exemple, suite à une évaluation des distances sur l’ensemble d’apprentissage, ils ont trouvé que la distance K L- divergence donne de bons résultats pour la caractéristique de couleur LAB. De plus, ces auteurs et d’autres(Wu et al., 2009; Wu et al., 2011; Zhang et al., 2012b) ont tenté de définir une mesure de distance entre images via une combinaison linéaire des distances dans les différentes dimensions de l’espace des caractéristiques visuelles. Donc, les K-voisins les plus proches sont les K-premières images similaires à l’image de test. Cependant, les auteurs d’un travail plus récent(Cui et al., 2015) ont proposé un mécanisme de tri qui permet d’optimiser l’ordre relatif des images d’apprentissage, au lieu de leurs distances obsolètes avec l’image de test. Ainsi, ils ont développé un algorithme de tri qui utilise les techniques de learning-to-rank (LTR)(Liu, 2009)et qui exploite l’information de préférence implicite cachée dans les images d’apprentissage.
En savoir plus

125 En savoir plus

Exploitation de dictionnaires électroniques pour la désambiguïsation sémantique lexicale

Exploitation de dictionnaires électroniques pour la désambiguïsation sémantique lexicale

proche en s’écartant de la contrainte lexicale : ils tirent parti d’une information supplé- mentaire de la version électronique du Longman Dictionary of contemporary English [PRO 78], en particulier les primitives sémantiques classifiant les sens du lexique, et les restrictions portant sur les noms, les adjectifs et les arguments des verbes en fonc- tion de leurs acceptions. Plus récemment, [ELL 00] et [LIT 00] ont entrepris d’utiliser l’information lexicale, syntaxique et sémantique du dictionnaire Hector de SensEval pour effectuer un filtrage de sens par élimination des acceptions inappropriées au con- texte. Enfin, divers systèmes utilisent l’architecture hiérarchique de WordNet, princi- palement les différents sens définis ainsi que les relations sémantiques établies entre les nœuds, pour choisir celui des sens qui, en fonction de la structure de WordNet, se rapproche le plus de son contexte ([SUS 93, RES 95, CAR 00, HAW 00]).
En savoir plus

26 En savoir plus

Le rappel du texte au 2e cycle du primaire : une recherche-développement

Le rappel du texte au 2e cycle du primaire : une recherche-développement

Résumé : Le rappel de texte est considéré par plusieurs chercheurs comme étant l’une des manières les plus efficaces d’évaluer le degré de compréhension en lecture des élèves. Cette tâche, qui consiste à raconter dans ses mots, à l’oral ou à l’écrit, un texte lu ou entendu, sans l’avoir sous les yeux, amène les élèves à sélectionner les informations importantes et à les organiser Dans le but d’aider les enseignants à enseigner les macroprocessus, un outil intégrant les albums de littérature jeunesse résistants sera créé. La méthodologie envisagée, qui s’inscrit dans une démarche de recherche-dé- veloppement, prévoit analyser le contenu des manuels. Par la suite, un questionnaire d’entrevue à questions fermées destiné à connaitre les pratiques de dix enseignants et professionnels de la lecture sera élaboré et validé. Puis, vingt albums de littérature jeunesse ayant des caractéristiques permettant de solliciter les macroprocessus lors de tâches de rappel seront sélectionnés. Des grilles d’observation et d’évaluation de rappels de textes seront ensuite élaborées. Finalement, cet outil sera mis à l’essai durant une année scolaire. Les retombées envisagées sont une évaluation plus diversifiée qui rend compte du réel degré de compréhension en lecture des élèves du 2e cycle du primaire et des dispositifs d’enseignement plus variés dans les classes.
En savoir plus

14 En savoir plus

L'analyse du discours : à la recherche de l'interface entre texte et contexte

L'analyse du discours : à la recherche de l'interface entre texte et contexte

. Nous pourrions, bien entendu, étendre la portée de cette analyse linguistique pour nous pencher ensuite sur l’usage des articles, des adverbes, des prépositions, des pronoms, des marqueurs d’argumentation, des collocations, l’état des verbes, etc., mais en ce faisant, nous resterons toujours au niveau de la syntaxe, et il est possible que nous nous éloignions même du but, qui est justement de puiser dans le contexte la signification de ce que nous voyons à la surface du texte. Malgré le peu d’informations qu’elles semblent nous fournir, ces mêmes indications linguistiques et discursives restent pourtant cruciales, car elles sont organisées selon un schéma spécifique et normalisé. Elles permettent ainsi à un lecteur avisé d’en tirer les conclusions qui vont structurer sa propre réaction et sa compréhension du texte, selon les attentes de la communauté. Comme fait remarquer Halliday (1993 : p. 56), un discours particulier est reconnaissable par l’initié justement grâce à l’assemblage distinct de ses éléments linguistiques, organisés relationnellement dans le texte autour d’un ensemble de fonctions et d’objectifs communicatifs. Les éléments linguistiques d’un texte rappellent donc le contexte, porté par les réseaux sémantiques qui sont structurés et activés par notre expérience répétée au sein d’une communauté.
En savoir plus

16 En savoir plus

Vers une grammaire d'unification Sens-Texte du français : le temps verbal dans l'interface sémantique-syntaxe

Vers une grammaire d'unification Sens-Texte du français : le temps verbal dans l'interface sémantique-syntaxe

Afin de se conformer à la Loi canadienne sur la protection des renseignements personnels, quelques formulaires secondaires, coordonnées ou signatures intégrées au texte ont pu être enlevés de ce document. Bien que cela ait pu affecter la pagination, il n’y a aucun contenu manquant.

384 En savoir plus

Annotation et recherche sémantique d’images en gastroentérologie
Raisonnement sur une ontologie des polypes

Annotation et recherche sémantique d’images en gastroentérologie Raisonnement sur une ontologie des polypes

Le processus s´emantique se d´eroule alors comme suit. Premi`erement, le syst`eme affiche la hi´erarchie de subsomption calcul´ee `a partir de l’on- tologie (6). L’utilisateur peut la parcourir (7) et s´electionner un ensemble de mots cl´es qui sont des concepts ou individus de l’ontologie (8). Cet ensemble est ensuite mis en correspondance avec la d´efinition g´en´erique d’une image afin d’obtenir une annotation d’image (9) (cf figure 2). Ainsi, une telle annotation est un sous-concept de la d´efinition g´en´erique d’une image. Par la suite, cette annotation (10) peut soit ˆetre stock´ee dans l’on- tologie (sc´enario d’annotation), ou (11) peut ˆetre consid´er´ee comme une requˆete (sc´enario de recherche s´emantique).
En savoir plus

13 En savoir plus

Modélisation par contraintes et exploitation d'une gamme automobile : nouveaux problèmes, nouvelles requêtes, nouveaux besoins en programmation par contraintes

Modélisation par contraintes et exploitation d'une gamme automobile : nouveaux problèmes, nouvelles requêtes, nouveaux besoins en programmation par contraintes

tester en temps polynˆ omial (id´ ealement, lin´ eaire) leur satisfaction par une affectation de leurs variables. 4.2 R´ esultats Les Tables 1 ` a 4 d´ ecrivent comment les requˆ etes pr´ esent´ ees en section 3 peuvent ˆ etre formalis´ ees, et donnent nos premiers r´ esultats quant ` a leur com- plexit´ e. Certaines d´ efinissent clairement des probl` emes de d´ ecision au sens de la th´ eorie de la complexit´ e, par exemple le probl` eme de coh´ erence de la gamme (il revient ` a d´ eterminer si < X, D, C > est coh´ e- rent). D’autres sont des probl` emes de recherche sou- vent NP-difficiles. Dans les Tables qui suivent, nous essayons d’affiner cette information : la complexit´ e d’un probl` eme de recherche d’objet (ex : d’une so- lution d’un CSP, d’un ensemble minimal incoh´ erent de contraintes) est en effet directement li´ ee ` a celle de l’existence d’un tel objet ou ` a celle du test de confor- mit´ e de l’objet. Il peut arriver que le test de confor- mit´ e soit lin´ eaire alors que le test d’existence est diffi- cile (typiquement, pour l’existence / le test de solution d’un CSP) ; il peut ´ egalement arriver que le test d’exis- tence soit trivial, alors que le test de conformit´ e est difficile (par exemple, pour l’existence / le test d’en- sembles (minimaux) incoh´ erents de contraintes). Faute de place, seules les preuves de complexit´ e les moins ´
En savoir plus

11 En savoir plus

Pépite | Recherche clinique et information des patients

Pépite | Recherche clinique et information des patients

Or, en 1966, Henry Knowles Beecher, éthicien médical et fondateur du Hastings Center Reports, a montré́ comment, dans les travaux publiés par la presse médicale anglo- saxonne, une proportion alarmante de protocoles expérimentaux bafouait les principes éthiques (143) . En effet, l’expérimentation humaine depuis la Seconde Guerre mondiale a créé de nombreux débats en raison de l’emploi de patients en tant que sujets expérimentaux. Ces derniers n’étaient généralement pas conscients de leurs implications et n'ont pas su qu'ils avaient fait l'objet d'une expérience. Un certain nombre de patients n'ont jamais reçu une explication satisfaisante sur les possibles risques. Lors de la conférence de Brook Lodge sur les problèmes et les complexités de la recherche clinique, H.K. Beecher a commenté : "Ce qui semble être des manquements à la conduite éthique dans l'expérimentation n'est pas rare, mais sont presque, craint-on, universels" (143,145) . De nombreux exemples d’essais cliniques montrent que les médecins investigateurs ont risqué la santé, voire même la vie de leurs sujets.
En savoir plus

138 En savoir plus

Opportunités du web social et du web sémantique pour la recherche biomédicale ?

Opportunités du web social et du web sémantique pour la recherche biomédicale ?

564 m/s n° 6-7, vol. 28, juin-juillet 2012 Donner du sens aux données via le web sémantique Beaucoup d’enjeux se focalisent aujourd’hui sur les technolo- gies du web sémantique, très différentes du web social, et dont l’objectif est de relier des informations hétérogènes, de les agréger et de contribuer à la production de nouvelles connais- sances. Donner du sens aux données, c’est un grand défi qui semble retenir majoritairement l’attention de la communauté biomédicale.

2 En savoir plus

Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique

Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique

To link to this article URL : http://www.asso-aria.org/coria/2017/4.pdf To cite this version : Nguyen, Gia Hung and Soulier, Laure and Tamine, Lynda and Bricon-Souf, Nathalie Modèle Neuronal de Recherche d'Information Augmenté par une Ressource Sémantique. (2017) In:

1 En savoir plus

Show all 10000 documents...