Note ABES Vers des moteurs de recherche "intelligents" : un outil de détection automatique de thèmes : méthode basée sur l'identification automatique des chaînes de référence Toward "intelligent" search engines : an automatic topic detection tool : method based on automatic reference chains identification Détection automatique de thèmes Chaînes de référence Traitement automatique des langues Sémantique lexicale Coréférence Genres textuels Segmentation thématique Marqueurs linguistiques Cohésion Linguistique de corpus Topic detection Reference chains Natural language processing Lexical semantics Coreference Textual genre Topic segmentation Linguistic markers Cohesion Corpus linguistics 401.4 004.678 Traitement automatique du langage naturel Anaphore (linguistique) Référence (linguistique) Moteurs de recherche sur Internet Linguistique -- Informatique Cette thèse se situe dans le domaine du Traitement Automatique des Langues et vise à optimiser la classification des documents dans les moteurs de recherche. Les travaux se concentrent sur le développement d’un outil de détection automatique des thèmes des documents (ATDS-fr). Utilisant peu de connaissances, la méthode hybride adoptée allie des techniques statistiques de segmentation thématique à des méthodes linguistiques identifiant des marqueurs de cohésion. Parmi eux, les chaînes de référence – séquence d’expressions référentielles se rapportant à la même entité du discours (e.g. Paul…il…cet homme) – ont fait l’objet d’une attention particulière, car elles constituent un indice textuel important dans la détection des thèmes (i.e. ce sont des marqueurs d’introduction, de maintien et de changement thématique). Ainsi, à partir d’une étude des chaînes de référence menée dans un corpus issu de genres textuels variés (analyses politiques, rapports publics, lois européennes,éditoriaux, roman), nous avons développé un module d’identification automatique des chaînes de référence RefGen qui a été évalué suivant les métriques actuelles de la coréférence. This thesis in the field of Natural Language Processing aims at optimizing documents classification in search engines. This work focuses on the development of a tool that automatically detects documents topics (ATDS-fr). Using poor knowledge, the hybrid method combines statistical techniques for topic segmentation and linguistic methods that identify cohesive markers. Among them, reference chains - sequences of referential expressions referring to the same entity (e.g. Paul ... he ... this man) - have been given special attention as they are important topic markers (i.e. they are markers of topic introduction, maintenance and change). Thus, from a study of reference chains extracted from a corpus composed of various textual genres (newspapers, public reports, European laws, editorials and novel) we developed RefGen, an automatic reference chains identification module, which was evaluated according to current coreference metrics. Electronic Thesis or Dissertation Text fr PDF 3529370 Université de Strasbourg Strasbourg 2014-12-31 application/pdf https://publication-theses.unistra.fr/restreint/theses_doctorat/2013/longo_laurence_2013_ED520.pdf Longo Laurence 1983-02-01 FR 181788446 50714557 https://theses.fr/2013STRAC041 2013STRAC041 https://doi.org/10.70675/326cc83cz0d3bz4e7dzbba6z6aef0e03221d 2013-12-12 Sciences du langage Strasbourg 131056549 Doctorat Docteur es non oui Schnedecker Catherine MADS_DIRECTEUR_DE_THESE_1 035496126 Todiraşcu-Courtier Amalia MADS_DIRECTEUR_DE_THESE_2 130431796 Tutin Agnès MADS_PRESIDENT_DU_JURY 059803150 Landragin Frédéric MADS_MEMBRE_DU_JURY_1 071347321 Maurel Denis MADS_RAPPORTEUR_1 058477446 Bestgen Yves MADS_RAPPORTEUR_2 03553625X École doctorale des Humanités (Strasbourg ; 2009-....) MADS_ECOLE_DOCTORALE_1 HU 156498324 Linguistique, langues, parole (Strasbourg) MADS_PARTENAIRE_DE_RECHERCHE_1 EA 1339 115060448 93810 ddc:400 ddc:004 Schnedecker Catherine Todiraşcu-Courtier Amalia Tutin Agnès Landragin Frédéric Maurel Denis Bestgen Yves École doctorale Humanités (Strasbourg ; 2009-....) Linguistique, langues, parole (Strasbourg) PDF 3529370