Le processus de construction de l'identité collective du mouvement queer montréalais : perspectives militantes francophones

Ce mémoire vise à analyser le processus de construction de l'identité collective du mouvement queer à Montréal dans un contexte francophone. Bien que plusieurs travaux portent en partie sur les groupes militants queers québécois, aucune recherche ne s'est employée à comprendre comment les militant.es queers à Montréal se constituent comme un collectif qui développe une identité. Pour analyser le processus de construction de l'identité collective du mouvement queer montréalais, je m'appuie sur la théorie de Melucci (1985; 1996), qui définit l'identité collective d'un mouvement selon plusieurs axes : les champs d'action, les moyens employés et les fins visées, ainsi que le mode d'organisation. Afin de répondre à cette question de recherche, j'ai effectué une recherche documentaire ainsi que sept entrevues avec des militant.es queers montréalais.es francophones. L'analyse des données a été faite grâce à divers travaux qui portent sur les champs d'action, les valeurs, les fins et moyens, le mode d'organisation de mouvements contemporains anti-autoritaires et anti-oppressifs, ainsi qu'en fonction de trois dimensions élaborées par Melucci (1985) : le conflit, la solidarité et les limites du système. Je conclus que l'identité collective comme processus s'articule autour de plusieurs enjeux : premièrement, la diversité des champs d'action, les valeurs anti-oppressives, les relations d'affinités, le mode de vie alternatif et le mode d'organisation anti-oppressif des militant.es queers permettent au mouvement de créer une solidarité interne, d'affirmer une position anti-autoritaire qui brise les limites du système dominant et de se différencier du mouvement LGBT mainstream. Par ailleurs, les actions militantes concrètes qui réalisent le changement dans l'ici et maintenant participent à créer une solidarité et une reconnaissance entre militant.es, ainsi qu'à mettre en lumière un conflit avec le système dominant oppressif. Enfin, les perspectives francophones sur le mouvement queer ne semblent pas donner au bilinguisme du mouvement un rôle fondamental dans la construction de son identité collective. Cependant, l'intérêt marqué des militant.es francophones comparativement aux militant.es anglophones pour la politique institutionnelle fait émerger de nouvelles interrogations sur l'impact que pourrait avoir le mélange des cultures francophone et anglophone à Montréal sur la culture politique et l'identité du mouvement.

Learning representations for Information Retrieval

La recherche d'informations s'intéresse, entre autres, à répondre à des questions comme: est-ce qu'un document est pertinent à une requête ? Est-ce que deux requêtes ou deux documents sont similaires ? Comment la similarité entre deux requêtes ou documents peut être utilisée pour améliorer l'estimation de la pertinence ? Pour donner réponse à ces questions, il est nécessaire d'associer chaque document et requête à des représentations interprétables par ordinateur. Une fois ces représentations estimées, la similarité peut correspondre, par exemple, à une distance ou une divergence qui opère dans l'espace de représentation. On admet généralement que la qualité d'une représentation a un impact direct sur l'erreur d'estimation par rapport à la vraie pertinence, jugée par un humain. Estimer de bonnes représentations des documents et des requêtes a longtemps été un problème central de la recherche d'informations. Le but de cette thèse est de proposer des nouvelles méthodes pour estimer les représentations des documents et des requêtes, la relation de pertinence entre eux et ainsi modestement avancer l'état de l'art du domaine. Nous présentons quatre articles publiés dans des conférences internationales et un article publié dans un forum d'évaluation. Les deux premiers articles concernent des méthodes qui créent l'espace de représentation selon une connaissance à priori sur les caractéristiques qui sont importantes pour la tâche à accomplir. Ceux-ci nous amènent à présenter un nouveau modèle de recherche d'informations qui diffère des modèles existants sur le plan théorique et de l'efficacité expérimentale. Les deux derniers articles marquent un changement fondamental dans l'approche de construction des représentations. Ils bénéficient notamment de l'intérêt de recherche dont les techniques d'apprentissage profond par réseaux de neurones, ou deep learning, ont fait récemment l'objet. Ces modèles d'apprentissage élicitent automatiquement les caractéristiques importantes pour la tâche demandée à partir d'une quantité importante de données. Nous nous intéressons à la modélisation des relations sémantiques entre documents et requêtes ainsi qu'entre deux ou plusieurs requêtes. Ces derniers articles marquent les premières applications de l'apprentissage de représentations par réseaux de neurones à la recherche d'informations. Les modèles proposés ont aussi produit une performance améliorée sur des collections de test standard. Nos travaux nous mènent à la conclusion générale suivante: la performance en recherche d'informations pourrait drastiquement être améliorée en se basant sur les approches d'apprentissage de représentations.