Exploration de stratégies cognitives utilisées par des élèves du secondaire ayant des difficultés d'apprentissage lorsqu'ils lisent pour apprendre

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Exploration des stratégies d'autorégulation utilisées par les élèves du secondaire en difficulté d'apprentissage lorsqu'ils lisent pour apprendre

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Exploration de la relation entre l’évaluation à l’aide d’examens à la fin du primaire et l’apprentissage par la lecture d’élèves en difficulté d’apprentissage

De nos jours, il ne suffit pas de décoder pour être considéré comme alphabétisé, il faut aussi être capable de comprendre différents types de textes et d'utiliser avec efficience les informations qu'ils présentent (MELS, 2006). Le redoublement et le retard scolaire au primaire étant le plus souvent attribuables aux difficultés en lecture et en écriture et ces faiblesses se répercutant sur la réussite des élèves dans toutes les matières (Stetson et Williams, 1992), l'importance de présenter aux élèves des situations d'apprentissage complexes qui les soutiendront dans leur apprentissage par la lecture est sans équivoque. Surtout que Horton et Lovitt (1994) mentionnent que les échecs scolaires seraient étroitement liés aux difficultés que ces élèves éprouvent lorsqu'ils apprennent en lisant. Cette étude a été réalisée à partir des données collectées dans la recherche menée en 2003-2004 par Chouinard, Bowen, Cartier, Desbiens, Laurier, Plante (2005) intitulée: «L'effet de différentes approches évaluatives sur l'engagement et la persévérance scolaire dans le contexte du passage du primaire au secondaire» (Chouinard et coll., 2005). L’objectif de la présente étude était d’explorer la relation entre l’évaluation à l’aide d’examens d'enseignants de la fin du primaire et l’apprentissage par la lecture d'élèves en difficulté d'apprentissage. Pour ce faire, deux sous-objectifs ont été retenus : (1) Comparer la relation entre les deux types d’élèves (élèves ordinaires et élèves en difficulté d’apprentissage) et le processus d’apprentissage par la lecture et (2) Comparer la relation entre les niveaux d’identification d’évaluation à l’aide d’examens des enseignants et le processus d’apprentissage par la lecture. Les trois principaux concepts de la question de recherche sont la difficulté d'apprentissage, l'apprentissage par la lecture et les pratiques évaluatives, dont l’évaluation à l’aide d’examens. Une analyse des caractéristiques des 22 recherches répertoriées a permis constater que très peu de recherche traitent de la relation entre les pratiques évaluatives et le processus d'apprentissage des élèves du primaire et encore moins impliquent des élèves en difficulté d'apprentissage. ii Afin de répondre à l'objectif de la présente étude, une recherche de type exploratoire dans une approche quantitative a été retenue. Des analyses descriptives (moyennes et écart-type), suivie par une analyse multivariée de la variance (MANOVA) à deux niveaux (2x2) ont été effectuées. Ensuite, des analyses univariées ont été conduites sur les variables qui présentaient des relations significatives afin de mieux cibler ces relations. Cent six enseignants et leurs 1864 élèves ont accepté de répondre à deux questionnaires auto-déclarés : Le questionnaire sur les pratiques évaluatives (Chouinard et coll., 2005) a été utilisé auprès des enseignants. Le questionnaire sur l'apprentissage par la lecture: Lire pour apprendre de Cartier et Butler (version 2004) a été utilisé auprès des élèves. Les résultats en lien avec les objectifs de cette étude indiquent un effet d'interaction significatif entre l’identification des enseignants à l’évaluation à l’aide d’examens (forte ou faible) et les types d'élèves (élèves en difficulté d’apprentissage et élèves ordinaires). Les élèves en difficulté d’apprentissage interprètent davantage les exigences de l’activité que les élèves ordinaires lorsqu’ils sont dans ce contexte. On remarque aussi que les élèves en difficulté d’apprentissage rapportent recourir davantage aux stratégies d’encodage et de rappel que les élèves ordinaires et ce, peu importe l’identification des enseignants à l’évaluation à l’aide d’examens. Les résultats en lien avec le premier sous-objectif ont montré une relation significative entre les types d’élèves (élèves en difficulté d’apprentissage et élèves ordinaires) et le processus d’apprentissage par la lecture. Cette relation significative se situe sur l’engagement périphérique et les stratégies cognitives. Aussi, les résultats en lien avec le deuxième sous-objectif ont révélé une relation significative entre l’évaluation à l’aide d’examens et le processus d’apprentissage par la lecture.

L’encadrement parental des devoirs en lecture d’élèves de 1re année du premier cycle du primaire

Les systèmes éducatifs dans le monde et particulièrement au Québec visent à préparer les élèves à relever les défis de l’avenir et à continuer à apprendre tout au long de leur vie. À cet égard, la lecture est un volet important dans le développement d'un enfant et dans sa capacité de faire des liens avec le monde qui l'entoure. La lecture est un outil d’apprentissage, de communication et de création, et elle peut être une source de plaisir. La plupart des activités quotidiennes font appel à la lecture. Ainsi, elle est nécessaire pour effectuer une tâche, se renseigner ou se divertir. L’élève apprend à lire pour mieux s’intégrer dans la vie scolaire et sociale et pour apprendre dans différents contextes disciplinaires. Dans le but notamment de consolider les apprentissages et d’installer de bonnes habitudes de travail, les enseignants proposent aux élèves des devoirs de lecture à faire à la maison. Les recherches montrent que la participation des parents dans la vie scolaire des enfants, particulièrement lors de l’encadrement des devoirs, peut avoir une influence positive sur la réussite scolaire. La présente recherche vise à étudier la manière dont les parents d’élèves de première année encadrent leur enfant pendant la période des devoirs, notamment pendant la lecture. Notre échantillon est constitué de dix-sept parents d’élèves de première année. Nous avons privilégié l’entrevue semi-dirigée afin de recueillir les commentaires et les perceptions des parents sur le déroulement de la période des devoirs à la maison. Les résultats ont montré que tous les parents interrogés encadrent leur enfant pendant ses devoirs, les mères plus souvent que les pères, et qu’ils établissent une routine lors de cette période. L’encadrement des devoirs se fait majoritairement dans un climat agréable. La plupart des parents soutiennent leur enfant en restant à proximité de lui, en lui donnant des conseils, en l’encourageant et en s’assurant qu’il termine ses devoirs. La majorité des parents estiment avoir les ressources nécessaires pour encadrer leur enfant lors des devoirs. Durant la lecture, les parents écoutent généralement leur enfant et l’aident ou le corrigent s’il n’arrive pas à lire ou s’il fait une erreur. Par ailleurs, même si les parents sont convaincus de l’habileté de leur enfant en lecture, la plupart vérifient sa compréhension en posant des questions. En ce qui a trait aux effets des devoirs, tous les parents pensent que les devoirs favorisent la réussite scolaire de leur enfant et que leur encadrement a un effet positif sur la lecture. Les résultats obtenus ne peuvent être généralisés. Cependant, il serait intéressant de poursuivre ce travail par une recherche complémentaire qui étudierait les perceptions des enseignants et des élèves sur les devoirs de lecture.

L’apprentissage du caring dans l’approche par compétences

Rapport de stage présenté à la Faculté des sciences infirmières en vue de l'obtention du grade de Maîtrise ès sciences (M. Sc.) en Sciences infirmières option formation

Processus cérébraux adaptés aux systèmes tutoriels intelligents

Le module de l'apprenant est l'une des composantes les plus importantes d’un Système Tutoriel Intelligent (STI). L'extension du modèle de l'apprenant n'a pas cessé de progresser. Malgré la définition d’un profil cognitif et l’intégration d’un profil émotionnel, le module de l’apprenant demeure non exhaustif. Plusieurs senseurs physiologiques sont utilisés pour raffiner la reconnaissance des états cognitif et émotionnel de l’apprenant mais l’emploi simultané de tous ces senseurs l’encombre. De plus, ils ne sont pas toujours adaptés aux apprenants dont les capacités sont réduites. Par ailleurs, la plupart des stratégies pédagogiques exécutées par le module du tuteur ne sont pas conçues à la base d’une collecte dynamique de données en temps réel, cela diminue donc de leur efficacité. L’objectif de notre recherche est d’explorer l’activité électrique cérébrale et de l’utiliser comme un nouveau canal de communication entre le STI et l’apprenant. Pour ce faire nous proposons de concevoir, d’implémenter et d’évaluer le système multi agents NORA. Grâce aux agents de NORA, il est possible d’interpréter et d’influencer l’activité électrique cérébrale de l’apprenant pour un meilleur apprentissage. Ainsi, NORA enrichit le module apprenant d’un profile cérébral et le module tuteur de quelques nouvelles stratégies neuropédagogiques efficaces. L’intégration de NORA à un STI donne naissance à une nouvelle génération de systèmes tutoriels : les STI Cérébro-sensibles (ou STICS) destinés à aider un plus grand nombre d’apprenants à interagir avec l’ordinateur pour apprendre à gérer leurs émotions, maintenir la concentration et maximiser les conditions favorable à l’apprentissage.

Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels

Ce mémoire traite d'abord du problème de la modélisation de l'interprétation des pianistes à l'aide de l'apprentissage machine. Il s'occupe ensuite de présenter de nouveaux modèles temporels qui utilisent des auto-encodeurs pour améliorer l'apprentissage de séquences. Dans un premier temps, nous présentons le travail préalablement fait dans le domaine de la modélisation de l'expressivité musicale, notamment les modèles statistiques du professeur Widmer. Nous parlons ensuite de notre ensemble de données, unique au monde, qu'il a été nécessaire de créer pour accomplir notre tâche. Cet ensemble est composé de 13 pianistes différents enregistrés sur le fameux piano Bösendorfer 290SE. Enfin, nous expliquons en détail les résultats de l'apprentissage de réseaux de neurones et de réseaux de neurones récurrents. Ceux-ci sont appliqués sur les données mentionnées pour apprendre les variations expressives propres à un style de musique. Dans un deuxième temps, ce mémoire aborde la découverte de modèles statistiques expérimentaux qui impliquent l'utilisation d'auto-encodeurs sur des réseaux de neurones récurrents. Pour pouvoir tester la limite de leur capacité d'apprentissage, nous utilisons deux ensembles de données artificielles développées à l'Université de Toronto.

Routage adaptatif et qualité de service dans les réseaux optiques à commutation de rafales

Les réseaux optiques à commutation de rafales (OBS) sont des candidats pour jouer un rôle important dans le cadre des réseaux optiques de nouvelle génération. Dans cette thèse, nous nous intéressons au routage adaptatif et au provisionnement de la qualité de service dans ce type de réseaux. Dans une première partie de la thèse, nous nous intéressons à la capacité du routage multi-chemins et du routage alternatif (par déflection) à améliorer les performances des réseaux OBS, pro-activement pour le premier et ré-activement pour le second. Dans ce contexte, nous proposons une approche basée sur l’apprentissage par renforcement où des agents placés dans tous les nœuds du réseau coopèrent pour apprendre, continuellement, les chemins du routage et les chemins alternatifs optimaux selon l’état actuel du réseau. Les résultats numériques montrent que cette approche améliore les performances des réseaux OBS comparativement aux solutions proposées dans la littérature. Dans la deuxième partie de cette thèse, nous nous intéressons au provisionnement absolu de la qualité de service où les performances pire-cas des classes de trafic de priorité élevée sont garanties quantitativement. Plus spécifiquement, notre objectif est de garantir la transmission sans pertes des rafales de priorité élevée à l’intérieur du réseau OBS tout en préservant le multiplexage statistique et l’utilisation efficace des ressources qui caractérisent les réseaux OBS. Aussi, nous considérons l’amélioration des performances du trafic best effort. Ainsi, nous proposons deux approches : une approche basée sur les nœuds et une approche basée sur les chemins. Dans l’approche basée sur les nœuds, un ensemble de longueurs d’onde est assigné à chaque nœud du bord du réseau OBS pour qu’il puisse envoyer son trafic garanti. Cette assignation prend en considération les distances physiques entre les nœuds du bord. En outre, nous proposons un algorithme de sélection des longueurs d’onde pour améliorer les performances des rafales best effort. Dans l’approche basée sur les chemins, le provisionnement absolu de la qualité de service est fourni au niveau des chemins entre les nœuds du bord du réseau OBS. À cette fin, nous proposons une approche de routage et d’assignation des longueurs d’onde qui a pour but la réduction du nombre requis de longueurs d’onde pour établir des chemins sans contentions. Néanmoins, si cet objectif ne peut pas être atteint à cause du nombre limité de longueurs d’onde, nous proposons de synchroniser les chemins en conflit sans le besoin pour des équipements additionnels. Là aussi, nous proposons un algorithme de sélection des longueurs d’onde pour les rafales best effort. Les résultats numériques montrent que l’approche basée sur les nœuds et l’approche basée sur les chemins fournissent le provisionnement absolu de la qualité de service pour le trafic garanti et améliorent les performances du trafic best effort. En outre, quand le nombre de longueurs d’ondes est suffisant, l’approche basée sur les chemins peut accommoder plus de trafic garanti et améliorer les performances du trafic best effort par rapport à l’approche basée sur les nœuds.

Expérience comportementale et modélisation par réseau neuronal des différences entre les processus de catégorisation par règles logiques et par ressemblance familiale

Notre étude est bipartite. En premier lieu nous avons effectué une étude empirique des différences entre les processus de catégorisation explicite (verbalisable) et implicite (non-verbalisable). Nous avons examiné la difficulté et le temps nécessaire pour apprendre trois tâches de catégorisation dites par air de famille, par règle logique conjonctive et par règle logique disjonctive. Nous avons ensuite utilisé un réseau neuronal pour modéliser la catégorisation en lui faisant compléter les mêmes tâches. La comparaison entre les deux nous permet de juger de l’adéquation du modèle. Les données empiriques ont montré un effet de la typicité et de la familiarité en accord avec la documentation et nous trouvons que la tâche de catégorisation par règle disjonctive est la plus difficile alors que la tâche de catégorisation par air de famille est la plus facile. La modélisation par le réseau est une réussite partielle mais nous présentons des solutions afin qu’un réseau futur puisse modéliser le processus catégoriel humain efficacement

Los métodos de enseñanza en ELE : el método comunicativo revisado

Cette étude se focalise sur la révision de l’approche communicative des manuels d’enseignement de l’espagnol comme langue étrangère (ELE) et, plus particulièrement, sur celle des manuels utilisés dans les institutions scolaires du Québec. D’un point de vue historique, les premières inquiétudes liées à l’enseignement et à l’acquisition de langues secondes sont apparues dans l’Antiquité. Pendant des siècles, l’enseignement fondé sur la répétition de structures a prédominé, mais une fois le Moyen Âge passé, d’autres avancées pédagogiques sont nées. Par exemple, au XVIIe siècle, des études sur la question, inspirées de penseurs comme Montaigne et Locke, ont révélé que l’apprentissage formel de la langue n’était pas utile et que les apprenants avaient besoin d’une motivation pour apprendre. Le XXe siècle a été caractérisé par le déploiement de propositions méthodologiques à utiliser dans l’enseignement de langues secondes, et c’est ainsi que des méthodes telles que Directe, Audio-linguistique, Apprentissage communautaire de la langue et Approche naturelle ont surgi. Au milieu du XXe siècle s’est développée en Europe une proposition basée sur les besoins communicatifs des étudiants et ce qui, au début, était connu comme l’approche notionnelle fonctionnelle a évolué et est devenu l’enseignement communicatif. Une telle approche concerne essentiellement l’usage de la langue et accorde moins d’importance aux connaissances linguistiques. Elle a pour objectif principal que l’étudiant-parlant développe des habiletés interprétatives et expressives de la langue objet. En nous appuyant sur un cadre théorique de l’enseignement des langues et en analysant les manuels Nuevo ELE, Prisma et Español en marcha (niveaux A1-B2), nous prétendons vérifier la présence de l’approche communicative dans ces manuels afin de pouvoir démontrer que dans les activités dites communicatives, il y a différentes applications possibles des méthodes traditionnelles de l’enseignement de langues secondes et que, par conséquent, l’approche communicative réunit plusieurs propositions qui proviennent d’autres méthodes. Mot-clés : Espagnol langue étrangère (ELE), approche communicative, analyse de manuels, Nuevo ELE, Prisma, Español en marcha.

L'apprentissage transformationnel de la masculinité

Dans un contexte social où se renégocie le contrat de genre, l’exploration des voies empruntées par les hommes pour (apprendre à) changer leur comportement, aussi bien que leurs croyances et leurs connaissances sur la masculinité, est particulièrement importante. Située dans le champ des études sur le genre masculin et de l’andragogie, l’étude explore le processus d’apprentissage d’adultes faisant partie du Réseau Hommes Québec (RHQ). En utilisant une méthodologie qualitative, des entretiens semi-dirigés ont été effectués auprès de 16 membres de cette organisation d’entraide visant la remise en question des rôles de genre traditionnels masculins et encourageant le développement personnel des hommes. Si la plupart des répondants n’ont pas transformé radicalement leur conception de la masculinité, qui demeure souvent abstraite, leur façon de se voir comme homme a changé radicalement. Les émotions et les relations ont joué un rôle prépondérant dans le développement d’une réflexion critique sur le genre, le leur comme celui des autres. Le plus souvent, ils ont eu le courage de sentir, d’être et d’agir de façon inédite avec d’autres hommes. Cela a représenté, pour pratiquement tous les répondants, une véritable révolution intérieure qui leur a fait prendre conscience qu’ils étaient sensibles, qu’ils avaient besoin d’autrui et qu’ils pouvaient approcher d’autres hommes sans que leur orientation (hétéro)sexuelle soit menacée. Cette thèse met également en perspective que le contexte de groupe est crucial dans l’évolution des hommes. La socialisation masculine inédite vécue dans le Réseau favorise chez tous les répondants la découverte de modèles de masculinité différents. En plus d’y vivre des occasions uniques de développer des compétences relationnelles, sociales et communicationnelles qui les rapprochent de leurs proches, les répondants éprouvent dans les groupes du RHQ un sentiment puissant de pouvoir partager de l’intimité masculine. Ce nouveau mode d’interaction s’appuie sur les règles de fonctionnement et les rituels en vigueur dans le Réseau. Ils mettent l’accent sur la nature personnelle et subjective de la communication, défiant en cela les préceptes de la masculinité traditionnelle. En mettant en évidence que les hommes développent une conscience critique permettant de reconnaître et de comprendre l’importance de la culture masculine hégémonique et son impact sur leur vie, cette recherche révèle le potentiel transformationnel des apprentissages effectués par les 16 répondants dans des groupes d’entraide du RHQ. De cette conscientisation résulte une nouvelle conceptualisation de ce que signifie être un homme qui mène les participants à se voir autrement, à croire en eux-mêmes et en leur capacité à prendre le contrôle de leur vie. Pour conclure cette thèse, quelques pistes de réflexion pour guider de futures recherches relatives à la transformation de perspective sont présentées. Il est notamment question, en plus d’avoir recours à des entretiens rétrospectifs semi-dirigés, de combiner les méthodologies qualitatives et quantitatives, de procéder à des observations systématiques des situations d’apprentissage (rencontres de groupe) et de ne pas se concentrer exclusivement sur ceux qui sont supposés vivre la transformation, mais d’élargir cette collecte à d’autres sources d’information (familles, collègues de travail, voisins, thérapeutes individuels), le tout dans une perspective longitudinale.

Apports de la segmentation de la population des dirigeants au processus de gestion des ressources humaines : Le cas de l’administration algérienne

A partir des résultats d’une enquête effectuée en 2005 sur un échantillon de 203 dirigeants publics, une typologie floue de trois profils a été dégagée en vue de concevoir un système d’affectation des dirigeants en fonction de leur style du leadership, sens du travail, et leurs préoccupations de gestion des ressources humaines. En se basant sur cette typologie floue, des techniques empruntées à l’intelligence artificielle ont été appliquées pour apprendre des règles de classification. Ces techniques sont au nombre de quatre : le réseau neuronal (Neural Network), l’algorithme génétique (Genetic Algorithm), l’arbre de décision (Decision Tree) et la théorie des ensembles approximatifs (Rough Sets). Les résultats de l’étude ainsi que ses perspectives seront présentées et discutés tout au long de cette communication.

Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles

L'apprentissage machine (AM) est un outil important dans le domaine de la recherche d'information musicale (Music Information Retrieval ou MIR). De nombreuses tâches de MIR peuvent être résolues en entraînant un classifieur sur un ensemble de caractéristiques. Pour les tâches de MIR se basant sur l'audio musical, il est possible d'extraire de l'audio les caractéristiques pertinentes à l'aide de méthodes traitement de signal. Toutefois, certains aspects musicaux sont difficiles à extraire à l'aide de simples heuristiques. Afin d'obtenir des caractéristiques plus riches, il est possible d'utiliser l'AM pour apprendre une représentation musicale à partir de l'audio. Ces caractéristiques apprises permettent souvent d'améliorer la performance sur une tâche de MIR donnée. Afin d'apprendre des représentations musicales intéressantes, il est important de considérer les aspects particuliers à l'audio musical dans la conception des modèles d'apprentissage. Vu la structure temporelle et spectrale de l'audio musical, les représentations profondes et multiéchelles sont particulièrement bien conçues pour représenter la musique. Cette thèse porte sur l'apprentissage de représentations de l'audio musical. Des modèles profonds et multiéchelles améliorant l'état de l'art pour des tâches telles que la reconnaissance d'instrument, la reconnaissance de genre et l'étiquetage automatique y sont présentés.

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la dynamique temporelle complexe propres aux séquences d'intérêt comme la vidéo, l'audio et la langue naturelle, ceux-ci n'ont pas été utilisés à leur plein potentiel depuis leur introduction par Rumelhart et al. (1986a) en raison de la difficulté de les entraîner efficacement par descente de gradient. Récemment, l'application fructueuse de l'optimisation Hessian-free et d'autres techniques d'entraînement avancées ont entraîné la recrudescence de leur utilisation dans plusieurs systèmes de l'état de l'art. Le travail de cette thèse prend part à ce développement. L'idée centrale consiste à exploiter la flexibilité des RNN pour apprendre une description probabiliste de séquences de symboles, c'est-à-dire une information de haut niveau associée aux signaux observés, qui en retour pourra servir d'à priori pour améliorer la précision de la recherche d'information. Par exemple, en modélisant l'évolution de groupes de notes dans la musique polyphonique, d'accords dans une progression harmonique, de phonèmes dans un énoncé oral ou encore de sources individuelles dans un mélange audio, nous pouvons améliorer significativement les méthodes de transcription polyphonique, de reconnaissance d'accords, de reconnaissance de la parole et de séparation de sources audio respectivement. L'application pratique de nos modèles à ces tâches est détaillée dans les quatre derniers articles présentés dans cette thèse. Dans le premier article, nous remplaçons la couche de sortie d'un RNN par des machines de Boltzmann restreintes conditionnelles pour décrire des distributions de sortie multimodales beaucoup plus riches. Dans le deuxième article, nous évaluons et proposons des méthodes avancées pour entraîner les RNN. Dans les quatre derniers articles, nous examinons différentes façons de combiner nos modèles symboliques à des réseaux profonds et à la factorisation matricielle non-négative, notamment par des produits d'experts, des architectures entrée/sortie et des cadres génératifs généralisant les modèles de Markov cachés. Nous proposons et analysons également des méthodes d'inférence efficaces pour ces modèles, telles la recherche vorace chronologique, la recherche en faisceau à haute dimension, la recherche en faisceau élagué et la descente de gradient. Finalement, nous abordons les questions de l'étiquette biaisée, du maître imposant, du lissage temporel, de la régularisation et du pré-entraînement.

Apprentissage des réseaux de neurones profonds et applications en traitement automatique de la langue naturelle

En apprentissage automatique, domaine qui consiste à utiliser des données pour apprendre une solution aux problèmes que nous voulons confier à la machine, le modèle des Réseaux de Neurones Artificiels (ANN) est un outil précieux. Il a été inventé voilà maintenant près de soixante ans, et pourtant, il est encore de nos jours le sujet d'une recherche active. Récemment, avec l'apprentissage profond, il a en effet permis d'améliorer l'état de l'art dans de nombreux champs d'applications comme la vision par ordinateur, le traitement de la parole et le traitement des langues naturelles. La quantité toujours grandissante de données disponibles et les améliorations du matériel informatique ont permis de faciliter l'apprentissage de modèles à haute capacité comme les ANNs profonds. Cependant, des difficultés inhérentes à l'entraînement de tels modèles, comme les minima locaux, ont encore un impact important. L'apprentissage profond vise donc à trouver des solutions, en régularisant ou en facilitant l'optimisation. Le pré-entraînnement non-supervisé, ou la technique du ``Dropout'', en sont des exemples. Les deux premiers travaux présentés dans cette thèse suivent cette ligne de recherche. Le premier étudie les problèmes de gradients diminuants/explosants dans les architectures profondes. Il montre que des choix simples, comme la fonction d'activation ou l'initialisation des poids du réseaux, ont une grande influence. Nous proposons l'initialisation normalisée pour faciliter l'apprentissage. Le second se focalise sur le choix de la fonction d'activation et présente le rectifieur, ou unité rectificatrice linéaire. Cette étude a été la première à mettre l'accent sur les fonctions d'activations linéaires par morceaux pour les réseaux de neurones profonds en apprentissage supervisé. Aujourd'hui, ce type de fonction d'activation est une composante essentielle des réseaux de neurones profonds. Les deux derniers travaux présentés se concentrent sur les applications des ANNs en traitement des langues naturelles. Le premier aborde le sujet de l'adaptation de domaine pour l'analyse de sentiment, en utilisant des Auto-Encodeurs Débruitants. Celui-ci est encore l'état de l'art de nos jours. Le second traite de l'apprentissage de données multi-relationnelles avec un modèle à base d'énergie, pouvant être utilisé pour la tâche de désambiguation de sens.