Vincent Perlerin

Présentations des recherches

voir rubrique Publications et Logiciels.

Mes activités de recherche concernent deux domaines principaux : l’interaction homme-machine dans une problématique documentaire et l’exploitation assistée de corpus de documents numériques textuels. Mon travail se fonde à la fois sur des théories linguistiques (principalement les travaux de F. de Saussure, la sémantique interprétative de F. Rastier et plus largement la sémantique structurale européenne) et des concepts et des techniques informatiques (interfaces d’interaction, approches statistiques des documents numériques textuels, modélisation objet, etc.). Il s’agit en cela d’un projet résolument pluridisciplinaire mené au sein de l’équipe ISLanD (Interaction Sémiotique : Langues et Diagrammes) du GREYC où se côtoient informaticiens, linguistes et sémioticiens. Une partie de mes travaux se déroule dans le cadre d’un projet inter-équipe avec M. Stéphane Ferrari de l’équipe DoDoLa (Données, Documents et Langue) du GREYC. Cette collaboration (projet ISOMETA) a été mise en place en 2002 et se poursuit toujours.

L’approche du document numérique textuel que je défends s’inscrit dans le champ des recherches qui tentent de pallier les inconvénients des objectifs maximalistes de l’Intelligence Artificielle classique. Je me tourne ainsi vers une problématique d’assistance à l’interprétation des documents. Cet intérêt s’est manifesté en particulier à travers une participation jusqu’en 2004 au RTP 14 du CNRS-STIC intitulé "Sémantique Dynamique". Pour prendre en considération la dimension praxéologique des tâches documentaires et les particularités langagières des utilisateurs, je m’appuie sur des théories linguistiques qui me permettent de maintenir cohérentes les réalisations logicielles. En retour, les concepts et techniques informatiques sont exploitées au maximum pour élaborer des solutions technologiques innovantes adaptées à des préoccupations réelles permettant par exemple la mise en place de projets industriels.

Du point de vue des recherches fondamentales, mon travail principal a été, durant ma thèse, l’élaboration d’un modèle de catégorisation et de description de significations utilisables par des processus pour l’accès à des documents et l’assistance à l’exploration de leur contenu. Ce modèle, initialement nommé ANADIA et désormais LUCIA (pour Located User-Centred Interpretative Analyser) permet une instrumentation de l’activité interprétative de l’utilisateur. Il est avant tout dédié à l’assistance à l’accès au sens et non au calcul exclusivement automatique du sens. Cette approche centrée sur l’utilisateur a nécessité des discussions et la confrontation de nos travaux avec des linguistes, des psychologues et des psycholinguistes. Des rencontres ont par exemple eu lieu au sein du pôle pluridisciplinaire MODESCOS (Modélisation en Sciences Cognitives et Sociales) – axe Interactions de la MRSH (Maison en Recherche des Sciences Humaines) de l’université de Caen / Basse-Normandie, dont je fais partie depuis mon DEA.

Du point de vue applicatif, deux voies ont été explorées pour valider mon travail de thèse : l’analyse d’une métaphore conventionnelle, et la veille documentaire. Une plate-forme d’ingénierie linguistique a été élaborée pour assister ces deux tâches. Elle est constituée principalement de cinq logiciels (libres et mis à disposition sur simple demande) qui implantent les principes de LUCIA. Il s’agit de :

• MEMLABOR, une plate-forme pour la manipulation et la gestion de corpus de documents aux formats HTML ou TXT qui propose divers travaux sur les corpus dont la transformation HTML vers TXT, la segmentation automatique des textes en graphies et paragraphes, le calcul des occurrences des graphies répétées (loi de Zipf), la création de groupes de graphies (en relation avec une base de données de flexions) pour le calcul des cooccurrences 2 à 2 (voir thèse pp. 129-141 et liste des publications).
  
• THEMEEDITOR, un logiciel interactif pour l’évaluation de regroupements thématiques d’entités lexicales. Ce logiciel utilise les technologies XML et XSLT pour la coloration et la production de rapports chiffrés d’exploration de corpus pour l’assistance à la découverte de nouvelles entités lexicales associables à un thème donné et l’évaluation d’associations déjà existantes. Il a été adapté par nos soins à partir d’un projet de maîtrise en informatique (voir thèse pp. 141-147 et liste des publications).
• LUCIABUILDER, un logiciel interactif pour la création assistée de dispositifs LUCIA, supports d’une description componentielle et différentielle d’un ensemble d’entités lexicales associées à un domaine de tâche documentaire (voir thèse pp. 151-160 et liste des publications).
  
• 3D-LUCIAVIZUALISER, un logiciel interactif de visualisation en trois dimensions de redondances d’attributs et valeurs d’attributs LUCIA - pendants des sèmes de la sémantique interprétative de F. Rastier. Ce logiciel a été adapté par nos soins à partir d’un projet de DESS en informatique (voir thèse pp. 205-208).
  
• LUCIASEARCH, un méta-moteur de recherche qui utilise des dispositifs LUCIA pour le filtrage et le réordonnancement d’ensembles de réponses obtenues de moteurs de recherche sur l’Internet. Ce logiciel est en cours d’adaptation dans le cadre d’un projet industriel mené conjointement avec une entreprise de veille documentaire, le CRITT-BNC (Centre Régional de Transfert Technologique – Basse-Normandie Cotentin) et le CERTIC (Centre de Ressources Technologiques en Technologies de l’Information et de la Communication) de Basse-Normandie (voir thèse pp. 226-248).
  

De plus, un ensemble de modules spécifiques permettant la transformation automatique de pages HTML en représentations graphiques au format SVG avec coloration thématique a été réalisé (à partir des résultats obtenus d’un projet de DESS). Ces logiciels et à travers eux le modèle LUCIA, ont fait l’objet de premières évaluations à travers plusieurs expériences :

• la possibilité de création des ressources du modèle par des utilisateurs a été évaluée par une expérience avec une dizaine de sujets d’horizons divers (informaticiens, linguistes, psycholinguistes, ergonomes, etc.) au cours d’un atelier-formation CNRS – (voir thèse pp. 104-110 et liste des publications) ;
  
• l’intérêt opérationnel des interfaces d’assistance à des linguistes ou à des experts du TAL a été démontré à travers la présentation de résultats spécifiques autour de l’étude d’une métaphore conventionnelle conceptuelle (voir thèse pp. 210-223 et liste des publications) ;
  
• l’effectivité et l’intérêt des principes de filtrage, d’ordonnancement et de visualisation d’ensembles de documents dans un cadre de veille documentaire ont été montrés à travers une expérience élaborée pour la présentation de nos travaux à des industriels (voir thèse pp. 226-247). Ce champ d’application est actuellement à l’origine du projet d’innovation technologique mis en place conjointement avec le CRITT-BNC et le CERTIC.