Extraction automatique et visualisation des thèmes abordés dans des résumés de mémoires et de thèses en anthropologie au Québec, de 1985 à 2009

S’insérant dans les domaines de la Lecture et de l’Analyse de Textes Assistées par Ordinateur (LATAO), de la Gestion Électronique des Documents (GÉD), de la visualisation de l’information et, en partie, de l’anthropologie, cette recherche exploratoire propose l’expérimentation d’une méthodologie descriptive en fouille de textes afin de cartographier thématiquement un corpus de textes anthropologiques. Plus précisément, nous souhaitons éprouver la méthode de classification hiérarchique ascendante (CHA) pour extraire et analyser les thèmes issus de résumés de mémoires et de thèses octroyés de 1985 à 2009 (1240 résumés), par les départements d’anthropologie de l’Université de Montréal et de l’Université Laval, ainsi que le département d’histoire de l’Université Laval (pour les résumés archéologiques et ethnologiques). En première partie de mémoire, nous présentons notre cadre théorique, c'est-à-dire que nous expliquons ce qu’est la fouille de textes, ses origines, ses applications, les étapes méthodologiques puis, nous complétons avec une revue des principales publications. La deuxième partie est consacrée au cadre méthodologique et ainsi, nous abordons les différentes étapes par lesquelles ce projet fut conduit; la collecte des données, le filtrage linguistique, la classification automatique, pour en nommer que quelques-unes. Finalement, en dernière partie, nous présentons les résultats de notre recherche, en nous attardant plus particulièrement sur deux expérimentations. Nous abordons également la navigation thématique et les approches conceptuelles en thématisation, par exemple, en anthropologie, la dichotomie culture ̸ biologie. Nous terminons avec les limites de ce projet et les pistes d’intérêts pour de futures recherches.

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.

Génération automatique de configurations et de scénarios d'utilisation d'outils de visualisation à partir de spécifications de tâches d'analyse de logiciels

Nous proposons une approche qui génère des scénarios de visualisation à partir des descriptions de tâches d'analyse de code. La dérivation de scénario est considérée comme un processus d'optimisation. Dans ce contexte, nous évaluons différentes possibilités d'utilisation d'un outil de visualisation donnée pour effectuer la tâche d'analyse, et sélectionnons le scénario qui nécessite le moins d'effort d'analyste. Notre approche a été appliquée avec succès à diverses tâches d'analyse telles que la détection des défauts de conception.

Les substrats neuronaux sous-tendant le binding automatique et contrôlé en mémoire de travail dans la schizophrénie : une étude en IRMf.

Le déficit de mémoire de travail est une des caractéristiques centrales de la schizophrénie et est associé aux problèmes de fonctionnement quotidien des patients. Parmi les différents processus sous-tendus par la mémoire de travail, nous nous intéressons au binding. Le binding est un processus qui permet d’associer plusieurs informations (par exemple, associer le nom d’une personne avec son adresse). En mémoire de travail, les patients schizophrènes ne présentent pas de déficit de binding lorsque les informations sont associées involontairement. Ce type de binding est appelé binding automatique. Cependant, les informations peuvent aussi être associées sous le contrôle volontaire et attentionnel des participants, nous parlons alors de binding contrôlé. À l’heure actuelle, aucune étude n’a été effectuée sur le binding contrôlé en schizophrénie. Notre objectif est de déterminer s'il existe un déficit spécifique de binding contrôlé dans la schizophrénie, et de décrire les substrats neuronaux qui le sous-tendent. Dix-neuf patients schizophrènes et 18 sujets témoins ont effectué une tâche de binding en mémoire de travail dans un scanner IRM. Celle-ci consistait à mémoriser des mots et des positions spatiales dont l’association variait selon deux conditions. Dans la condition de binding contrôlé, les mots et les positions spatiales étaient présentés séparément et les participants devaient faire l’association entre les deux informations eux-mêmes. Dans la condition de binding automatique, les mots étaient d’emblée associés aux positions spatiales. Nos résultats suggèrent que les patients schizophrènes n’auraient pas de déficit de binding automatique alors qu’ils auraient un déficit de binding contrôlé par rapport aux sujets témoins. Le déficit de binding contrôlé serait sous-tendu par des niveaux d’activation plus faibles du cortex préfrontal dorsolatéral. Les processus contrôlés seraient altérés alors que les processus automatiques seraient préservés dans la schizophrénie.

Réalité augmentée automatique à partir d'une séquence vidéo et utilisant la stéréoscopie dense

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

Réalité augmentée automatique à partir d'une séquence vidéo et utilisant la stéréoscopie dense

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

Faciliter la mise en place d'études d'utilisabilité par des outils de stockage des données et d'analyse automatique des traces d'utilisation : un cas d'étude avec une application mobile

Le laboratoire DOMUS développe des applications pour assister les personnes en perte d'autonomie et les personnes avec des troubles cognitifs. Chaque application est ou a déjà été le sujet de plusieurs études d'utilisabilité qui permettent de les améliorer. Ces études prennent beaucoup de temps à mettre en place, car l'on rencontre souvent des problèmes de logistique (format et sensibilité des données, chercheurs répartis sur une grande aire géographique). C'est pourquoi un outil appelé GEDOPAL a été développé. Il permet de partager entre chercheurs de différents centres les données créées et utilisées lors de la mise en place des études d'utilisabilité. La conception et la réalisation de cet outil ont nécessité une réflexion en amont sur la nature et la sensibilité de ces données. Cette réflexion est l'objet du Chapitre 3. Ces études prennent aussi beaucoup de temps lors de l'analyse des résultats. De plus, certaines données créées lors de ces études, telles que les traces d'utilisation ont des volumétries trop importantes pour être analysées manuellement. C'est pourquoi nous avons créé un processus permettant d'analyser ces traces d'utilisation pour y détecter les erreurs utilisateurs dans l'espoir de les relier à des problèmes d'utilisabilité. Ce processus se compose de deux parties : la première est une analyse formelle de l'application, qui sera présentée au Chapitre 4, et la seconde l'application d'un outil d'apprentissage automatique aux traces d'utilisation pour y détecter les erreurs utilisateurs. Cet outil est présenté au Chapitre 5.

La formation discursive eurorégionale. Articulation et approche sémantique d’un corpus multilingue

L’objectif de cet article est double :il s’agit, d’une part, de présenter un nouveau corpus permettant d’envisager le phénomène émergent de la communication transfrontalière en Europe et, d’autre part, de formuler trois questionnements utiles au cadrage de son analyse sémantique. À partir du corpus eurorégional – multilingue et multigenre - nous posons les questions de la dispersion des discours en ligne, de l’hétérogénéité des données et de la contextualisation de l’analyse. Notre démarche consiste à construire progressivement un modèle d’analyse adapté à l’appréhension, tantôt automatique et tantôt manuelle, de la diversité des textes. Enfin, nous proposons d’illustrer la démarche en l’appliquant à la mobilité, observable récurrent du corpus.

La mise en registre automatique des surfaces acquises à partir d’objets déformables

La mise en registre 3D (opération parfois appelée alignement) est un processus de transformation d’ensembles de données 3D dans un même système de coordonnées afin d’en aligner les éléments communs. Deux ensembles de données alignés ensemble peuvent être les scans partiels des deux vues différentes d’un même objet. Ils peuvent aussi être deux modèles complets, générés à des moments différents, d’un même objet ou de deux objets distincts. En fonction des ensembles de données à traiter, les méthodes d’alignement sont classées en mise en registre rigide ou non-rigide. Dans le cas de la mise en registre rigide, les données sont généralement acquises à partir d’objets rigides. Le processus de mise en registre peut être accompli en trouvant une seule transformation rigide globale (rotation, translation) pour aligner l’ensemble de données source avec l’ensemble de données cible. Toutefois, dans le cas non-rigide, où les données sont acquises à partir d’objets déformables, le processus de mise en registre est plus difficile parce qu’il est important de trouver à la fois une transformation globale et des déformations locales. Dans cette thèse, trois méthodes sont proposées pour résoudre le problème de mise en registre non-rigide entre deux ensembles de données (représentées par des maillages triangulaires) acquises à partir d’objets déformables. La première méthode permet de mettre en registre deux surfaces se chevauchant partiellement. La méthode surmonte les limitations des méthodes antérieures pour trouver une grande déformation globale entre deux surfaces. Cependant, cette méthode est limitée aux petites déformations locales sur la surface afin de valider le descripteur utilisé. La seconde méthode est s’appuie sur le cadre de la première et est appliquée à des données pour lesquelles la déformation entre les deux surfaces est composée à la fois d’une grande déformation globale et de petites déformations locales. La troisième méthode, qui se base sur les deux autres méthodes, est proposée pour la mise en registre d’ensembles de données qui sont plus complexes. Bien que la qualité que elle fournit n’est pas aussi bonne que la seconde méthode, son temps de calcul est accéléré d’environ quatre fois parce que le nombre de paramètres optimisés est réduit de moitié. L’efficacité des trois méthodes repose sur des stratégies via lesquelles les correspondances sont déterminées correctement et le modèle de déformation est exploité judicieusement. Ces méthodes sont mises en oeuvre et comparées avec d’autres méthodes sur diverses données afin d’évaluer leur robustesse pour résoudre le problème de mise en registre non-rigide. Les méthodes proposées sont des solutions prometteuses qui peuvent être appliquées dans des applications telles que la mise en registre non-rigide de vues multiples, la reconstruction 3D dynamique, l’animation 3D ou la recherche de modèles 3D dans des banques de données.

Traduction automatique dans Internet : panacée ou palliatif?

Département de linguistique et de traduction

Métaphores conceptuelles et traduction biomédicale

Département de linguistique et de traduction

La monnaie en droit : nature d'une abstraction outre fondée : essai dialectique et logique sur la dualité dans la catégoricité juridique et sur l'abstraction d'hérédité monétaire

"Thèse présentée à la Faculté des études supérieures en vue de l'obtention du grade de Docteur en droit (LL.D.)"

Mode de vie, habitudes alimentaires et cancer du sein: Étude cas-témoins chez les Canadiennes-françaises non porteuses de mutations des gènes BRCA

Le cancer du sein (CS) est la deuxième cause de décès liés au cancer parmi les femmes dans la plupart des pays industrialisés. Les personnes qui ont le CS peuvent ne pas hériter des mutations causant le cancer de leurs parents. Ainsi, certaines cellules subissent des mutations qui mènent au cancer. Dans le cas de cancer héréditaire, les cellules tumorales contiennent généralement des mutations qui ne sont pas trouvées ailleurs dans l'organisme, mais peuvent maintenir des mutations qui vont répartir dans toutes les cellules. La genèse du CS est le résultat des mutations de gènes qui assurent la régulation de la prolifération cellulaire et la réparation de l’ADN. Deux gènes semblent particulièrement concernés par les mutations. Les gènes ‘Breast Cancer 1’ (BRCA1) et ‘Breast Cancer 2’ (BRCA2), sont impliqués dans la prédisposition génétique de CS. On estime que 5-10% des cas de cancer du sein sont attribuables à une prédisposition génétique. La plupart de ces cancers sont liés à une anomalie du gène BRCA1 ou BRCA2. Plusieurs études ont été menées chez les femmes atteintes de CS sporadique et quelques études se sont concentrées sur celles qui sont porteuses de mutations de BRCA. Alors, notre recherche a été entreprise afin de vérifier l’hypothèse d’une association entre le CS, le mode vie et les habitudes alimentaires chez les Canadiennes-françaises non porteuses des 6 mutations de BRCA les plus fréquentes parmi cette population. Nous avons mené une étude cas-témoins dans cette population. Quelque 280 femmes atteintes du cancer du sein et non-porteuses de mutations de BRCA, ont été recrutées en tant que cas. Les témoins étaient recrutés parmi les membres de la famille des cas (n=15) ou à partir d'autres familles atteintes de CS (n=265). Les participantes étaient de tous âges, recrutées à partir d’une étude de cohorte qui est actuellement en cours, menée par une équipe de chercheurs au Centre Hospitalier Universitaire de Montréal (CHUM) Hôtel-Dieu à Montréal. Les apports alimentaires ont été recueillis par un questionnaire de fréquence semi-quantitatif validé et administré par une nutritionniste, qui portait sur la période avant les deux ans précédant le premier diagnostic de CS pour les cas et la période avant les deux ans précédant l’entrevue téléphonique pour les témoins. Un questionnaire de base était administré par l’infirmière de recherche aux participantes afin de colliger des renseignements sociodémographiques et sur les facteurs de risque du CS. Une association positive et significative a été détectée entre l’âge (plus de 50 ans) auquel les sujets avaient atteint leur Indice de Masse Corporel (IMC) le plus élevé et le CS rapport de cotes (OR) =2,83; intervalle de confiance à 95% (IC95%) (2,34-2,91). De plus, une association positive a été détectée entre un gain de poids de >34 lbs comparativement à un gain de poids de ≤15 lbs, dès l’âge de 20 ans OR=1,68; IC95% (1,10-2,58). Un gain de poids de >24 lbs comparativement à un gain de poids de ≤9 lbs, dès l’âge de 30 ans a aussi montré une augmentation de risque de CS OR=1,96; IC95% (1,46-3,06). Une association positive a aussi été détecté entre, un gain de poids de >12 lbs comparativement à un gain de poids de ≤1 lb, dès l’âge de 40 ans OR=1,91; IC95% (1,53-2,66). Concernant le tabagisme, nous avons observé une association positive et significative reliée à la consommation de plus de 9 paquets-années OR = 1,59; IC95% (1,57-2,87). Il fut suggéré que l’activité physique modéré confère une protection contre le CS: une pratique de > 24,8 (‘metabolic equivalent’) MET-hrs par semaine par rapport à ≤10,7 MET-hrs par semaine, diminue le risque du CS de 52% OR = 0,48 ; IC95% (0,31-0,74). L’activité physique totale (entre 16,2 et 33,2 MET-hrs par semaine), a aussi montré une réduction de risque de CS de 43% OR = 0,57 ; IC95% (0,37-0,87). Toutefois, il n'y avait aucune association entre une activité physique vigoureuse et le risque de CS. L’analyse portant sur les macro- et micro-nutriments et les groupes alimentaires a montré qu’un apport en énergie totale de plus de 2057 Kcal par jour augmentait le risque de CS de 2,5 fois OR = 2,54; IC95% (1,67-3,84). En ce qui concerne la consommation de café, les participantes qui buvaient plus de 8 tasses de café par jour avaient un risque de CS augmenté de 40% OR = 1,40; IC95% (1,09-2,24). Les sujets ayant une consommation dépassant 9 g d’alcool (éthanol) par jour avaient également un risque élevé de 55% OR = 1,55; IC95% (1,02-2,37). De plus, une association positive et significative a été détectée entre le CS et la consommation de plus de deux bouteilles de bière par semaine OR = 1,34; IC95% (1,28-2,11), 10 onces de vin par semaine OR = 1,16; IC95% (1,08-2,58) ou 6 onces de spiritueux par semaine OR = 1,09; IC95% (1,02-2,08), respectivement. En résumé, les résultats de cette recherche supportent l’hypothèse selon laquelle le mode de vie et les habitudes alimentaires jouent un rôle important dans l’étiologie de CS chez les Canadiennes-françaises non porteuses de mutations de BRCA. Les résultats nous permettent de constater que le gain de poids et le tabagisme sont liés à des risques élevés de CS, tandis que l'activité physique modérée aide à réduire ce risque. De plus, nos résultats suggèrent qu’un apport énergétique total relativement élevé et une consommation élevée de café et d'alcool peuvent accroître le risque de ce cancer. Ce travail a permis de mettre l’accent sur une nouvelle direction de recherche, jusqu'à présent non investiguée. Les résultats de ce travail de recherche pourraient contribuer à recueillir de nouvelles informations et des conseils pouvant influencer et aider la population à modifier son mode de vie et ses habitudes alimentaires afin de diminuer le risque de cancer du sein.