Soutenance de thèse de Anthony BIGOT

Analyse et catégorisation des systèmes de recherche d'information pour la sélection et l'adaption aux besoins en information


Titre anglais : Analyse and categorisation of information retrieval systems for the selection and fitting of information needs
Ecole Doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse
Spécialité : IMAGE, INFORMATION, HYPERMEDIA
Etablissement : Université de Toulouse
Unité de recherche : UMR 5505 - IRIT : Institut de Recherche en Informatique de Toulouse


Cette soutenance a eu lieu mardi 07 octobre 2014 à 10h00
Adresse de la soutenance : IRIT, Université Paul Sabatier, 118 Route de Narbonne, F-31062 TOULOUSE CEDEX 9 - salle Auditorium IRIT

devant le jury composé de :
Josiane MOTHE   Professeur   Ecole Supérieure du Professorat et de l'Education Midi-Pyrénées (ESPE)   CoDirecteur de thèse
Sébastien DéJEAN   Ingénieur de Recherche   Institut de Mathématique de Toulouse (IMT)   CoDirecteur de thèse
Céline PAGANELLI   Maître de Conférence   Groupe de recherche et d'études sur les enjeux de la communication (GRESEC)   Rapporteur
Eric GAUSSIER   Professeur   Laboratoire d'Informatique de Grenoble (LIG)   Rapporteur
Bernard DOUSSET   Professeur   Institut de Recherche en Informatique de Toulouse (IRIT)   Examinateur
Lea LAPORTE   Maitre de Conférence   Institut National des Sciences Appliquées (INSA) de Lyon   Examinateur


Résumé de la thèse en français :  

De nombreux modèles intervenant dans le processus de recherche d'informationn sont proposés. Lorsqu'ils sont proposés, leurs performances sont comparées aux modèles présents dans l'état de l'art.
Le but du travail de cette thèse est d'étudier la variabilité existant au sein de ces systèmes et de proposer des méthodes d'apprentissage pour sélectionner les systèmes les plus à même de traiter certaines catégories de besoins en informations.
Ces travaux ont donc également pour but de mettre en place des procéssus d'évaluation valides pour la recherche d'information.

 
Résumé de la thèse en anglais:  

A variety of models is available during the process of information retrieval. When those are published, their performances are usually compared to the existing ones. However, the combinations of parameters used in different steps of the process has not been studied.
The goal of this thesis is to study the variability of these systems and to determine learning methods to automatically select systems that are the most able to deal with determined categories of information needs.
The purpose of this work is also to set valide evalution process for the information retrieval field.

Mots clés en français :Recherche d'information,recherche d'information contextuelle,adaptation des moteurs de recherche,analyse statistique,fouille de données
Mots clés en anglais :   Information Retrieval,contextual information retrieval,Information Retrieval System adaptation,Statistical Analysis,Data Mining