Conférence > Ateliers

Atelier TextMine : fouille de textes
Pascal Cuxac (CNRS - Inist), Vincent Lemaire (Orange Labs - Equipe Profiling et Data Mining), Cédric Lopez (Emvista)

http://vincentlemaire-labs.fr/TM2021/

Résumé. Après le succès des ateliers TextMine en 2017, 2018, 2019 et 2020, nous proposons un cinquième numéro TextMine'21 lors de la conférence EGC'21 qui se tiendra à Montpellier. Le but de cet atelier est de réunir des chercheurs sur la thématique large de la fouille de textes. Cet atelier vise à offrir une occasion de rencontres pour les universitaires et les industriels, appartenant aux différentes communautés de l'intelligence artificielle, l'apprentissage automatique, le traitement automatique des langues, afin de discuter des méthodes de fouille de textes au sens large et de leurs applications.

Mots-clés : Fouille de textes, TAL, Classification, Recherche d'Information, Apprentissage automatique, Indexation, Résumé automatique, Chat bots

Le numérique : impact et applications dans l'environnement
Rafael Angarita (Isep Paris),Jonathas De Mello (United Nations Environment (UNEP))

https://isepengineering.github.io/TechnologyAndEnvironment21/

Résumé. Information and communication technologies have changed the fabric of our society, impacting almost every aspect of our lives, and our relationship, understanding and appreciation of the world around us. Recent technological innovations aim at predicting the climate using simulations models and Artificial Intelligence, monitoring agricultural soils via drones, creating atmospheric and sonic pollution maps in cities via crowdsensing, and collecting data at the field level using IoT devices. This workshop aims to explore impact and applications of recent technological innovations on the environment, as well as the perspectives for the years to come.

Mots-clés : Environment, Technology, IoT, Artificial Intelligence, Big Data

Apprentissage Profond : Théorie et Applications (APTA)
Maxime Devanne (IRIMAS, Université de Haute Alsace), Germain Forestier (IRIMAS, Université de Haute Alsace), Camille Kurtz (LIPADE, Université de Paris), Jonathan Weber (IRIMAS, Université de Haute Alsace), Cédric Wemmert (ICube, Université de Strasbourg).

https://apta2021.sciencesconf.org/

Résumé. Suite au succès de la première édition d’APTA à EGC 2020, nous proposons de continuer à animer cet espace privilégié de rencontres, d’échanges, de retours d’expériences et de réflexions autour de l’apprentissage profond, aujourd’hui largement considéré dans divers domaines, et utilisé avec tous types de données pour de multiples traitements.
L'atelier est ouvert en termes de propositions. Nous souhaitons stimuler particulièrement des discussions aussi bien du point de vue expérimental que théorique, académique ou industriel. Les présentations pourront concerner des résultats de travaux aboutis ou en cours, des réflexions ou retours d’expériences, ou des études préliminaires (exposant davantage des problématiques originales que des solutions) autour de l’apprentissage profond. Enfin, les discussions sur les problématiques inter- ou pluridisciplinaires sont également bienvenues.

Mots-clés : Apprentissage profond, Science des données, Données hétérogènes, Classification, Modèles génératifs, Apprentissage auto-supervisé

DL for NLP : Deep Learning pour le traitement automatique des langues
Rim Hantach (ENGIE), Sarra Ben Abbes (ENGIE),Philippe Calvez (ENGIE)

https://www.dl-nlp-egc2021.ml/accueil

Résumé. Le traitement automatique des langues (TAL) est un domaine impliquant l’informatique, l’intelligence artificielle et la linguistique, dont l’objectif est de traiter et de comprendre le langage humain afin d’accomplir des tâches utiles (réponse automatique à une question, traduction d’un langage, etc.). Les défis à relever du TAL sont de taille car la compréhension d’une expression du langage, aussi simple soit-elle, par une machine reste un processus complexe, et l’intelligence artificielle est inhérente à la complétion de celui-ci. Parmi les méthodes les plus utilisées, on trouve celles d’apprentissage profond (Deep Learning) qui ont obtenu récemment des performances très élevées dans de nombreuses tâches du TAL.
Après le succès de l’atelier DL for NLP en 2020, cet atelier viendra mettre en évidence les différentes dimensions de cette discipline, en incluant les avantages, inconvénients et limitations, avec des benchmarks à l’appui.

Mots-clés : Traitement automatique des langues (TAL), Apprentissage profond, Apprentissage automatique

DAHLIA (DigitAl Humanities and cuLtural herItAge: data and knowledge management and analysis)
Claudia Marinica (Polytech Nantes, LS2N), Fabrice Guillet (Polytech Nantes, LS2N), Florent Laroche (Ecole Centrale de Nantes, LS2N), Julien Velcin (Université de Lyon, ERIC)

http://dahlia.egc.asso.fr/atelierDAHLIA-EGC2021.html

Mots-clés : Humanités Numériques, Patrimoine Culturel, Gestion de données, Analyse de données, Visualisation