|
Ce cours doit apporter les bases théoriques nécessaires pour une bonne compréhension des approches mis en œuvre dans les domaines de l’Intelligence Artificielle (IA), du Traitement Automatique des Langues (TAL), et de la Recherche d’Information (RI) appliquées. Il portera sur une compréhension méthodologique qualitative et quantitative de l’information.
Le cours porte sur une présentation et une mise en application des technologies de l’IA, du TAL, de la lexicométrie et la recherche d’information, soit à travers une œuvre de synthèse, soit une mise en œuvre plus informatique. L’approche méthodologique et pédagogique portera sur des projets de fouilles, de traitement et d’exploitation de données provenant de l’IST : Données médicales, bibliographiques, scientifiques, technologiques, brevet, textuelles, enquêtes, base de données, etc.
Les compétences développées sont une maîtrise de l’exploitation des données scientifiques et techniques. Les étudiants doivent maîtriser en fin de cursus, les fondamentaux pour la rédaction de cahier de charge et des capacités d’analyse propres à l’IST, à savoir des compétences techniques (quantitatif) mais aussi méthodologique (qualitatives) avec une capacité de navigation entre les deux modes de conceptualisation.
1 – Les données de l’IST,
2 – Le Traitement Automatique des Langues et l’IA
3 – Les Données, qu’elles soient BIG, BAD ou SMART
4 – La Recherche d’Information Avancées
5 – Les algorithmes mise en œuvre en IST (IA, RI et TAL)
6 – R et/ou python et l’exploitation des données de l’IST
7 – Les mathématiques de l’IST
8 – Bibliométrie et TAL : Enjeux et perspectives
9 – Le Document scientifique de demain : le triptyque Texte-Code-Donnée
Modalités de contrôle de connaissance : CCI
Bibliographie indicative
- Berry, G. L'hyperpuissance de l'informatique Odile Jacob, 2017
- Kembellec, G. Écrilecture augmentée dans les communautés scientifiques ISTE editions, 2017
- Pain, M. & Boukacem-Zeghmouri, C. Les données de la recherche et leurs entrepôts, de la documentation à la réutilisation, 2016
- CNRS, «Mieux partager l’IST » : Enquête nationale conjointe auprès des Universités, Organismes et Grandes Écoles sur le Partage et la Gestion des ressources d’IST : Pré-rapport du 11 octobre 2016 / Direction de l’Information Scientifique et Technique – CNRS, 2016
- Lafouge, T. & Pouchot, S. Statistiques de l'intellect Publibook, 2012, 236 pages
- Iana Atanassova, Marc Bertin, Philipp Mayr. Mining Scientific Papers: NLP-enhanced Bibliometrics. Chaomei Chen. Frontiers in Research Metrics and Analytics, 2019, Research Topic.
|
