Javascript must be enabled to continue!
Détection, liage et interprétation d'énoncés scientifiques et leurs contextes à partir de discours en ligne
View through CrossRef
Il a été démontré que le discours scientifique, tel qu’il est observé sur les réseaux sociaux et dans les articles de presse, compromet l’exactitude des résultats scientifiques. Des affirmations scientifiques complexes sont exprimées sous forme de fragments textuels courts, digestes et parfois inexacts. Ce phénomène conduit à des débats scientifiques en ligne mal informés et favorise la controverse et la polarisation. Les discussions sur les réseaux sociaux concernant les pandémies de santé mondiale ou le changement climatique en sont des exemples.Pour faire face à cette problématique, cette thèse se concentre sur l’étude du traitement du discours scientifique en ligne, un domaine de recherche émergent à l’intersection du Traitement Automatique du Langage Naturel (TALN) et de la Recherche d’Information (RI). Elle est développée en quatre parties :La première partie motive la nécessité de construire des définitions robustes, des corpus de référence et des méthodes computationnelles pour le traitement du discours scientifique en ligne. Nous présentons un état de l’art où nous mettons en évidence les principaux défis actuels et la manière dont cette thèse les aborde.La deuxième partie établit les bases nécessaires au développement et à l’évaluation de méthodes robustes pour le traitement du discours scientifique en ligne. Nous fournissons la première définition hiérarchique du discours scientifique en ligne non spécifique à un domaine. Cette définition permettra la construction d’un corpus de référence annoté par des experts qui inclut diverses formes de discours scientifique en ligne, y compris les énoncés scientifiques (assertions scientifiques pouvant être vraies ou fausses) et les références scientifiques. Nous proposons également la première tâche de classification ainsi que les premiers modèles de référence pour la détection et la différenciation entre les énoncés scientifiques, les références scientifiques et les contextes de recherche scientifique.La troisième partie se concentre sur les énoncés scientifiques en ligne, une sous-catégorie du discours scientifique en ligne. Nous présentons la première analyse approfondie des caractéristiques linguistiques des énoncés scientifiques en ligne. Nous effectuons également la première évaluation empirique des performances des modèles de langage sur les énoncés scientifiques en ligne dans plusieurs tâches liées à la vérification des faits (fact-checking).La quatrième partie porte sur les citations scientifiques en ligne, une autre sous-catégorie du discours scientifique en ligne. Nous proposons deux nouvelles tâches de classification et de recherche d’information ainsi que des modèles de référence pour (1) signaler les publications sur les réseaux sociaux qui formulent des affirmations scientifiques sans citer de références correspondantes, et (2) rechercher les publications scientifiques originales auxquelles les publications sur les réseaux sociaux font référence de manière informelle.À travers une définition unifiée, de multiples nouveaux corpus de référence, des nouvelles tâches empiriques ainsi que des méthodes et modèles de référence, cette thèse vise à établir les bases nécessaires à l’étude du traitement du discours scientifique en ligne en tant que sous-domaine distinct et bien défini de la recherche en TALN/RI.
Title: Détection, liage et interprétation d'énoncés scientifiques et leurs contextes à partir de discours en ligne
Description:
Il a été démontré que le discours scientifique, tel qu’il est observé sur les réseaux sociaux et dans les articles de presse, compromet l’exactitude des résultats scientifiques.
Des affirmations scientifiques complexes sont exprimées sous forme de fragments textuels courts, digestes et parfois inexacts.
Ce phénomène conduit à des débats scientifiques en ligne mal informés et favorise la controverse et la polarisation.
Les discussions sur les réseaux sociaux concernant les pandémies de santé mondiale ou le changement climatique en sont des exemples.
Pour faire face à cette problématique, cette thèse se concentre sur l’étude du traitement du discours scientifique en ligne, un domaine de recherche émergent à l’intersection du Traitement Automatique du Langage Naturel (TALN) et de la Recherche d’Information (RI).
Elle est développée en quatre parties :La première partie motive la nécessité de construire des définitions robustes, des corpus de référence et des méthodes computationnelles pour le traitement du discours scientifique en ligne.
Nous présentons un état de l’art où nous mettons en évidence les principaux défis actuels et la manière dont cette thèse les aborde.
La deuxième partie établit les bases nécessaires au développement et à l’évaluation de méthodes robustes pour le traitement du discours scientifique en ligne.
Nous fournissons la première définition hiérarchique du discours scientifique en ligne non spécifique à un domaine.
Cette définition permettra la construction d’un corpus de référence annoté par des experts qui inclut diverses formes de discours scientifique en ligne, y compris les énoncés scientifiques (assertions scientifiques pouvant être vraies ou fausses) et les références scientifiques.
Nous proposons également la première tâche de classification ainsi que les premiers modèles de référence pour la détection et la différenciation entre les énoncés scientifiques, les références scientifiques et les contextes de recherche scientifique.
La troisième partie se concentre sur les énoncés scientifiques en ligne, une sous-catégorie du discours scientifique en ligne.
Nous présentons la première analyse approfondie des caractéristiques linguistiques des énoncés scientifiques en ligne.
Nous effectuons également la première évaluation empirique des performances des modèles de langage sur les énoncés scientifiques en ligne dans plusieurs tâches liées à la vérification des faits (fact-checking).
La quatrième partie porte sur les citations scientifiques en ligne, une autre sous-catégorie du discours scientifique en ligne.
Nous proposons deux nouvelles tâches de classification et de recherche d’information ainsi que des modèles de référence pour (1) signaler les publications sur les réseaux sociaux qui formulent des affirmations scientifiques sans citer de références correspondantes, et (2) rechercher les publications scientifiques originales auxquelles les publications sur les réseaux sociaux font référence de manière informelle.
À travers une définition unifiée, de multiples nouveaux corpus de référence, des nouvelles tâches empiriques ainsi que des méthodes et modèles de référence, cette thèse vise à établir les bases nécessaires à l’étude du traitement du discours scientifique en ligne en tant que sous-domaine distinct et bien défini de la recherche en TALN/RI.
Related Results
Contribution à l'étude de tissus multicouches : CAO et propriétés mécaniques
Contribution à l'étude de tissus multicouches : CAO et propriétés mécaniques
Dans ce travail, nous avons décrit mathématiquement les tissus double et triple couches en s’appuyant sur un ensemble des matrices binaires et des équations mathématiques et dévelo...
Science(s)
Science(s)
Les sciences désignent à la fois une série d'activités productrices de connaissances, plus ou moins différenciées d'autres activités sociales, et le résultat de ces activités (desc...
Détection des discours haineux dans les réseaux sociaux : apport des expressions polylexicales
Détection des discours haineux dans les réseaux sociaux : apport des expressions polylexicales
Au cours de ces dernières décennies, l'utilisation d'Internet s'est répandue de manière exponentielle, notamment avec l'avènement des réseaux sociaux. Cependant, cette augmentation...
Matérialité, dialogisme et discours organisationnel : Samarco et la rupture du barrage minier de Fundão
Matérialité, dialogisme et discours organisationnel : Samarco et la rupture du barrage minier de Fundão
Matérialité, dialogisme et discours organisationnel : Samarco et la rupture du barrage minier de Fundão
Cette thèse est divisée en deux parties principales : 1. La ...
Uncertainty-Sensitive Reasoning over the Web of Data
Uncertainty-Sensitive Reasoning over the Web of Data
Modélisation et calcul de la confiance dans les réseaux pair à pair de partage de données
Dans cette thèse, nous étudions plusieurs approches destinées à aider les ...
La radicalisation à travers l'expression des émotions sur internet
La radicalisation à travers l'expression des émotions sur internet
Les récentes attaques terroristes fomentées par l’État islamique ont conduit des scientifiques et des experts à examiner le phénomène de l’idéologie et la radicalisation jihadistes...
Analyse du discours et littérature : problèmes épistémologiques et institutionnels
Analyse du discours et littérature : problèmes épistémologiques et institutionnels
Le développement, depuis les années 1990, d’une « analyse du discours littéraire » soulève des difficultés épistémologiques et institutionnelles, pour les spécialistes de littératu...
Generic autonomic service management for component-based applications
Generic autonomic service management for component-based applications
Gestion autonomique générique des services pour les applications à base de composants
Au cours de la dernière décennie, la complexité des applications a considérabl...

