SOUTENANCE DE THÈSE  

VENDREDI  25 octobre 2019

13h30

Université TELUQ, 5800, rue St-Denis, local 11.051 (amphithéâtre)

TITRE : Techniques d’amplification des données textuelles pour l’apprentissage profond  

Présenté par

Claude COULOMBE, étudiant au doctorat en informatique cognitive. TELUQ

Résumé 

Cette thèse a pour objectif d’étudier la faisabilité de différentes techniques d’amplification des données textuelles (ADT) afin de contrer l’insuffisance de données pour entraîner de gros modèles statistiques, particulièrement en apprentissage profond. Pour franchir ce « mur des données massives », nous proposons de créer de nouvelles données à partir des données existantes.  On dit aussi : données synthétiques, données générées ou données artificielles. Nous recherchons des techniques d’ADT pratiques, robustes, capables de monter en charge et simples à mettre en œuvre.  Ces techniques de prétraitement s’inspirent des techniques utilisées avec succès en vision artificielle. Aux fins de comparaison, des techniques d’ADT existantes ont été expérimentées, comme l’injection de bruit ou l’emploi d’expressions régulières.  D’autres ont été améliorées, comme la substitution lexicale.  Enfin, des techniques plus innovatrices utilisent des services en ligne comme la rétrotraduction et la génération de paraphrases par transformation d’arbres syntaxiques. Les techniques d’ADT étudiées ont permis d’accroître l’exactitude de 0,5 à 8,8%, sur une tâche de prédiction de la polarité de textes.  Différentes architectures de réseau de neurones ont été testées : le perceptron multicouche (PMC), le réseau convolutif 1D (RNC 1D), le réseau récurrent à longue mémoire court terme (LMCT) et le réseau récurrent LMCT bidirectionnel (biLMCT).  

Jury d’évaluation : 

Stan Matwin, professeur, Faculty of Computer Science, Université Dalhousie, (membre externe)

Christophe Malaterre, professeur, UQAM, département de philosophie (membre externe)

Belkacem Chikhaoui, TELUQ, département Science et Technologie (membre interne et présidente du jury)

Gilbert Paquette, TELUQ, département Science et Technologie  (directeur de recherche)

Neila Mezghani, TELUQ, département Science et Technologie (codirectrice de recherche)

Michel Gagnon, Polytechnique de Montréal (codirecteur de recherche)