Contribution à l'extraction de contradictions techniques depuis un corpus de brevets propre à un domaine par l'usage des techniques du traitement automatique des langues
Langue Français
Langue Français
Ce document est protégé en vertu du Code de la Propriété Intellectuelle.
Modalités de diffusion de la thèse :
- Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
Auteur : Berdyugina, Daria
Date de soutenance : 15-12-2022
Directeur(s) de thèse : Cavallucci, Denis - Coulibaly, Amadou
Président : Le Ber, Florence
Rapporteur(s) : Zanni-Merk, Cecilia - Lamirel, Jean-Charles
Membre(s) du jury : Camargo-Pardo, Mauricio
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Date de soutenance : 15-12-2022
Directeur(s) de thèse : Cavallucci, Denis - Coulibaly, Amadou
Président : Le Ber, Florence
Rapporteur(s) : Zanni-Merk, Cecilia - Lamirel, Jean-Charles
Membre(s) du jury : Camargo-Pardo, Mauricio
Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
Discipline : Génie Industriel – Conception
Classification : Informatique, Fabrication industrielle
Mots-clés libres : TAL, TRIZ, Méthode de Conception Inventive, Apprentissage profond
Mots-clés :
Classification : Informatique, Fabrication industrielle
Mots-clés libres : TAL, TRIZ, Méthode de Conception Inventive, Apprentissage profond
Mots-clés :
- Méthode TRIZ
- Apprentissage profond
- Traitement automatique du langage naturel
Type de contenu : Text
Format : PDF
Format : PDF
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAD049
Type de ressource : Thèse
Identifiant : 2022STRAD049
Type de ressource : Thèse