Une esquisse de mes travaux, sur l'apprentissage automatique et la segmentation thématique, au PASTEL

Nicolas Dugué, MCf au LIUM

Résumé : En proposant d'utiliser les résultats de la transcription automatique d'un cours pour la création de plateformes SPOC, le projet PASTEL fédère les deux équipes du LIUM. Dans cet exposé, je propose d'inscrire mes travaux passés dans le cadre du projet PASTEL en créant des passerelles avec certains des enjeux du projet, qu'ils soient liés aux thématiques EIAH ou à celles de LST.
Je détaillerai dans une première partie mes travaux liés à la caractérisation des utilisateurs du réseau Twitter. Nous discuterons notamment des attributs qui peuvent être utilisés pour caractériser l'influence d'un utilisateur. Les travaux décrits sont un exemple d'utilisation de l'apprentissage automatique pour étudier des comportements humains, ils peuvent ainsi être transposés à la caractérisation d'un apprenant, notamment en y intégrant des connaissances métiers adaptés.
Dans une seconde partie, je détaillerai deux méthodes de segmentations thématiques (un des enjeux de PASTEL) : l'une en mode synchrone pour la détection d'évènements sur Twitter, et l'autre asynchrone utilisée dans le cadre de corpus de publications scientifiques. Nous verrons pourquoi cette dernière est adaptée à l'extraction de mots-clés et au résumé automatique.

-> Diapos dans l'onglet "Télécharger"




Début de la vidéo
Cochez la case pour indiquer le début de lecture souhaité.