Inference in possibilistic networks

We describe an Information Retrieval Model based on fuzzy Networks that incorporates dependence relationships between indexing terms. We details the design and implementation of a new Information Retrieval Model based on Fuzzy Network. From this Network, most relevant term to term dependence relationships are extracted using within document terms dependency analyses. The criteria used to select these dependence relationships are the strength of dependency of each pair of terms within each document and the strength of dependency of each pair of terms in the entire document collection. The relevance of a document to a query is interpreted by two degrees: the necessity and the possibility. The necessity degree evaluates the extent to which a document is relevant to a query, whereas the possibility degree evaluates the reasons of eliminating irrelevant documents. These two measures are also used for quantifying terms-terms links and terms-documents links. Experiments carried out on thre...

We propose a new approach denoted BNDI (Bayesian Network for Document Indexing) for indexing biomedical documents with controlled biomedical vocabulary based on a Bayesian Network. BNDI uses the probability inference to extract descriptors from the document. The main contribution of our approach is that it takes into account the structure of biomedical terminologies specially The Medical Subject Heading (MeSH) thesaurus. We experimented our approach on a subset of the OSHUMED collection.

This paper focuses on probability updates in multiply-connected belief networks. Pearl has designed the method of conditioning, which enables us to apply his algorithm for belief updates in singly-connected networks to multiply-connected belief networks by selecting a loop-cutset for the network and instantiating these loop-cutset nodes. We discuss conditions thj:zt need to be satisfied by the selected nodes. We present a heuristic algorithm for finding a loop-cutset that satisfies these conditions.

The First International Conference on Information Processing and the Management of Uncertainty (IPMU) was held in 1986 at a time of great debate about the necessity of modelling uncertainty in intelligent systems (which at that time largely meant rule-based expert systems) and the best way of doing so. Whereas the founders of the Conference on Uncertainty in Artificial Intelligence (UAI) in the United States set out with the aim of promoting the use of probability, the organisers of IPMU chose a diametrically opposed course. Though there were a few papers on probability at IPMU '86, the main focus was on alternative methods, primarily those based upon fuzzy sets. Though subsequent conferences have seen greater mix of papers, IPMU remains largely non-probabilistic with the result that the bulk of the participants come from Europe rather than the United States (despite the large amount of work on uncertainty, and especially probability, that is carried out in the US) making IPMU s...

Dans ce papier, nous présentons les méthodes que nous avons développées pour participer aux tâches 1 et 2 de l’édition 2019 du défi fouille de textes (DEFT 2019). Pour la première tâche, qui s’intéresse à l’indexation de cas cliniques, une méthode utilisant la pondération TF-IDF (term frequency – inverse document frequency) a été proposée. Quant à la seconde tâche, la méthode proposée repose sur le modèle vectoriel pour apparier des discussions aux cas cliniques correspondants ; pour cela, le cosinus est utilisé comme mesure de similarité. L’indexation sémantique latente (latent semantic indexing – LSI) est également expérimentée pour étendre cette méthode. Pour chaque méthode, différentes configurations ont été testées et évaluées sur les données de test du DEFT 2019.

Background: The situation of medical coding and medical economics is quite specific in France. Two specific health terminologies are used : ICD10 and CCAM. Another will be used in the near future SNOMED Int. Objective: The objective of this study is to define relations between SNOMED International preferred terms and ICD-10 preferred terms inherited from the 136 SNOMED Clinical Terms relations. Methods: We investigated the UMLS knowledge source (UMLS2007AB) to map the SNOMED CT relations to the two terminologies SNOMED Int. and ICD-10; we propose an interoperability wildcard to achieve this objective. Results: 2,437,839 couples of preferred terms (PT) are in relation in SNOMED CT. Each SNOMED CT PT has at least one relation to another SNOMED CT PT ; there is 74% of SNOMED International PT represented in 183,726 couples of SNOMED International PT linked and there is only 46% of ICD-10 PT represented in all the 5890 couples of ICD-10 PT linked. In the contrary, 70% of ICD-10 PT and 13% of SNOMED International PT are represented in the 33,097 couples of ICD10 PT and SNOMED International PT linked by at least one SNOMED CT relation. Conclusion: This work should lead to an optimization of multi-terminology indexing tools, multi-terminology information retrieval and navigation among a multi-terminology server.

This paper presents an Internet information retrieval system based on Hierarchical Small-Worlds (HSW) and Possibilistic Networks (PN). The first HSW, for the words of the French language, is used to take account of the dependences between these ...

Le cerveau humain est capable d'identifier les thématiques d'un texte en le parcourant, sans vraiment chercher à comprendre son contenu. C'est ce que cherche à faire la procédure décrite dans cet article. Elle procède en deux temps. Tout d'abord les mots importants et significatifs sont identifiés à partir de regroupements thématiques, et sur la base de plusieurs critères. Ensuite quelques phrases contenant un maximum de ces mots sont extraites du texte, et proposées comme représentatives de son contenu. La procédure qui s'appuie sur des évaluations en termes d'ensembles flous, est illustrée et testée sur une série d'exemples.

Le cerveau humain est capable d'identifier les thématiques d'un texte en le parcourant, sans vraiment chercher à comprendre son contenu. C'est ce que cherche à faire la procédure décrite dans cet article. Elle procède en deux temps. Tout d'abord les mots importants et significatifs sont identifiés à partir de regroupements thématiques, et sur la base de plusieurs critères. Ensuite quelques phrases contenant un maximum de ces mots sont extraites du texte, et proposées comme représentatives de son contenu. La procédure qui s'appuie sur des évaluations en termes d'ensembles flous, est illustrée et testée sur une série d'exemples.

RESUME. Nous proposons dans cet article une nouvelle approche d'indexation de documents biomédicaux basée sur les réseaux possibilistes permettant de les apparier partiellement aux termes du thésaurus MeSH (Medical Subject Headings). La principale contribution de notre approche est le traitement de l'imprécision et de l'incertitude liée à la tâche d'indexation à travers l'utilisation de la théorie des possibilités. En effet, nous proposons d'améliorer l'estimation de la pertinence d'un document étant donné un concept en utilisant deux mesures : la possibilité et la nécessité. La possibilité estime le degré de rejet d'un document non pertinent étant donné un concept. La nécessité de la pertinence d'un document évalue dans quelle mesure un document est pertinent pour le concept. De plus, notre approche permet de réduire les limites de l'appariement partiel qui génère de l'information inutile, bien que ce type d'appariement permette de trouver dans le document d'autres variantes du vocabulaire contrôlé. Pour ce faire, nous proposons de filtrer l'index en utilisant les connaissances fournies par l'UMLS (Unified Medical Langage System). Filtrer l'index permet de ne garder que les concepts pertinents parmi ceux ayant un sous-ensemble de leurs mots dans le document. Les expérimentations réalisées sur les deux corpus OSHUMED et CISMeF ont montré des résultats encourageants. ABSTRACT. We propose in this paper a new approach for indexing biomedical documents based on the possibilistic network, which carries out a partial matching between documents and the MeSH thesaurus (Medical Subject Headings) terms. The main contribution of our approach is to deal with the imprecision and the uncertainty of the indexing task by using the possibility theory. In fact, we propose to enhance the estimation of a document relevance given a concept by using the two measures of possibility and necessity instead of only one measure used by common approaches. The possibility measure estimates the degree of rejection of an irrelevant document given a concept. The necessity of the relevance of a document estimates what extent a document is relevant for a given concept. Our contribution also consists in reducing the limitation of the partial matching that generates irrelevant information although it allows finding in the document other variants of terms than those in the dictionaries. In fact, we propose to filter the index using the knowledge provided by the Unified Medical Language System (UMLS). The filtering allows keeping relevant concepts among those having a subset of their words terms in the document. The experiments carried out at the different steps of our approach and on different corpora showed very encouraging results. MOTS-CLES : indexation de documents biomédicaux, réseaux possibilistes, appariement partiel, vocabulaires contrôlés.

Dans cet article, nous présentons nos méthodes pour les tâches d’indexation et d’appariements du Défi Fouile de Textes (Deft) 2019. Pour la taĉhe d’indexation nous avons testé deux méthodes, une fondée sur l’appariemetn préalable des documents du jeu de tset avec les documents du jeu d’entraînement et une autre méthode fondée sur l’annotation terminologique. Ces méthodes ont malheureusement offert des résultats assez faible. Pour la tâche d’appariement, nous avons dévellopé une méthode sans apprentissage fondée sur des similarités de chaînes de caractères ainsi qu’une méthode exploitant des réseaux siamois. Là encore les résultats ont été plutôt décevant même si la méthode non supervisée atteint un score plutôt honorable pour une méthode non-supervisée : 62% .

The Supervisory Control and Data Acquisition (SCADA) system is the most commonly used industrial control system but is subject to a wide range of serious threats. Intrusion detection systems are deployed to promote the security of SCADA systems, but they continuously generate tremendous number of alerts without further comprehending them. There is a need for an efficient system to correlate alerts and discover attack strategies to provide explainable situational awareness to SCADA operators. In this paper, we present a causal-polytree-based anomaly reasoning framework for SCADA networks, named CAPTAR. CAPTAR takes the meta-alerts from our previous anomaly detection framework EDMAND, correlates the them using a naive Bayes classifier, and matches them to predefined causal polytrees. Utilizing Bayesian inference on the causal polytrees, CAPTAR can produces a high-level view of the security state of the protected SCADA network. Experiments on a prototype of CAPTAR proves its anomaly reasoning ability and its capabilities of satisfying the real-time reasoning requirement.

RESUME. Nous proposons dans cet article une nouvelle approche d'indexation de documents biomédicaux basée sur les réseaux possibilistes permettant de les apparier partiellement aux termes du thésaurus MeSH (Medical Subject Headings). La principale contribution de notre approche est le traitement de l'imprécision et de l'incertitude liée à la tâche d'indexation à travers l'utilisation de la théorie des possibilités. En effet, nous proposons d'améliorer l'estimation de la pertinence d'un document étant donné un concept en utilisant deux mesures : la possibilité et la nécessité. La possibilité estime le degré de rejet d'un document non pertinent étant donné un concept. La nécessité de la pertinence d'un document évalue dans quelle mesure un document est pertinent pour le concept. De plus, notre approche permet de réduire les limites de l'appariement partiel qui génère de l'information inutile, bien que ce type d'appariement permette de trouver dans le document d'autres variantes du vocabulaire contrôlé. Pour ce faire, nous proposons de filtrer l'index en utilisant les connaissances fournies par l'UMLS (Unified Medical Langage System). Filtrer l'index permet de ne garder que les concepts pertinents parmi ceux ayant un sous-ensemble de leurs mots dans le document. Les expérimentations réalisées sur les deux corpus OSHUMED et CISMeF ont montré des résultats encourageants. ABSTRACT. We propose in this paper a new approach for indexing biomedical documents based on the possibilistic network, which carries out a partial matching between documents and the MeSH thesaurus (Medical Subject Headings) terms. The main contribution of our approach is to deal with the imprecision and the uncertainty of the indexing task by using the possibility theory. In fact, we propose to enhance the estimation of a document relevance given a concept by using the two measures of possibility and necessity instead of only one measure used by common approaches. The possibility measure estimates the degree of rejection of an irrelevant document given a concept. The necessity of the relevance of a document estimates what extent a document is relevant for a given concept. Our contribution also consists in reducing the limitation of the partial matching that generates irrelevant information although it allows finding in the document other variants of terms than those in the dictionaries. In fact, we propose to filter the index using the knowledge provided by the Unified Medical Language System (UMLS). The filtering allows keeping relevant concepts among those having a subset of their words terms in the document. The experiments carried out at the different steps of our approach and on different corpora showed very encouraging results. MOTS-CLES : indexation de documents biomédicaux, réseaux possibilistes, appariement partiel, vocabulaires contrôlés.

Dans le domaine medical, l'informatisation des professions de sante et le developpement du dossier medical personnel (DMP) entraine une progression rapide du volume d'information medicale numerique. Le besoin de convertir et de manipuler toute ces informations sous une forme structuree constitue un enjeu majeur. C'est le point de depart de la mise au point d'outils d'interrogation appropries pour lesquels, les methodes issues du traitement automatique du langage naturel (TALN) semblent bien adaptees. Les travaux de cette these s'inscrivent dans le domaine de l'analyse de documents medicaux et traitent de la problematique de la representation de l'information biomedicale (en particulier du domaine radiologique) et de son acces. Nous proposons de construire une base de connaissance dediee a la radiologie a l'interieur d'une base de connaissance generale (reseau lexico-semantique JeuxDeMots). Nous montrons l'interet de l'hypothese de non ...

Background: The situation of medical coding and medical economics is quite specific in France. Two specific health terminologies are used : ICD10 and CCAM. Another will be used in the near future SNOMED Int. Objective: The objective of this study is to define relations between SNOMED International preferred terms and ICD-10 preferred terms inherited from the 136 SNOMED Clinical Terms relations. Methods: We investigated the UMLS knowledge source (UMLS2007AB) to map the SNOMED CT relations to the two terminologies SNOMED Int. and ICD-10; we propose an interoperability wildcard to achieve this objective. Results: 2,437,839 couples of preferred terms (PT) are in relation in SNOMED CT. Each SNOMED CT PT has at least one relation to another SNOMED CT PT ; there is 74% of SNOMED International PT represented in 183,726 couples of SNOMED International PT linked and there is only 46% of ICD-10 PT represented in all the 5890 couples of ICD-10 PT linked. In the contrary, 70% of ICD-10 PT and 13% of SNOMED International PT are represented in the 33,097 couples of ICD10 PT and SNOMED International PT linked by at least one SNOMED CT relation. Conclusion: This work should lead to an optimization of multi-terminology indexing tools, multi-terminology information retrieval and navigation among a multi-terminology server.

Dans ce papier, nous présentons les méthodes que nous avons développées pour participer aux tâches 1 et 2 de l’édition 2019 du défi fouille de textes (DEFT 2019). Pour la première tâche, qui s’intéresse à l’indexation de cas cliniques, une méthode utilisant la pondération TF-IDF (term frequency – inverse document frequency) a été proposée. Quant à la seconde tâche, la méthode proposée repose sur le modèle vectoriel pour apparier des discussions aux cas cliniques correspondants ; pour cela, le cosinus est utilisé comme mesure de similarité. L’indexation sémantique latente (latent semantic indexing – LSI) est également expérimentée pour étendre cette méthode. Pour chaque méthode, différentes configurations ont été testées et évaluées sur les données de test du DEFT 2019.

Dans ce papier, nous présentons les méthodes que nous avons développées pour participer aux tâches 1 et 2 de l’édition 2019 du défi fouille de textes (DEFT 2019). Pour la première tâche, qui s’intéresse à l’indexation de cas cliniques, une méthode utilisant la pondération TF-IDF (term frequency – inverse document frequency) a été proposée. Quant à la seconde tâche, la méthode proposée repose sur le modèle vectoriel pour apparier des discussions aux cas cliniques correspondants ; pour cela, le cosinus est utilisé comme mesure de similarité. L’indexation sémantique latente (latent semantic indexing – LSI) est également expérimentée pour étendre cette méthode. Pour chaque méthode, différentes configurations ont été testées et évaluées sur les données de test du DEFT 2019.

French pharmaceutical thesis are seldom refered to. If the main obstacles originate from language or access barriers, proper indexation could also be blaimed. Manually extracted key words dont necessary come from a structured thesaurus. In the following work, this manual indexing method is compared to an automated one, Nomindex, based on UMLS. The automated method is further improved by the addition of a relevance scoring system. The first step consists in downloading, adapting and indexing thesis in electronic format. Results will then be analysed, sorted by relevance, by comparing classic statistical indices (noise/silence/relevance). It was assumed that the manually obtained key words were always relevant. The manual silence is nevertheless high : 7 new key word are proposed by Nomindex, which results are mixed (10 Theses results are promising for a the first experience an pharmaceutical document without dictionary improvement : the indexing, if it is currently insufficient for a direct use, could easily be improve by specific updates of the dictionary

Catalogue and Index of French Medical Sites (CISMeF) is developed for retrieving the relevant medical information in the Internet for health professionals, the patients and students in medicine. The gathered resources are manually indexed, semi-automatically indexed or automatically indexed. Actually, the function indexing of CISMeF indexes only a part of resources that are judged the less important. Objectives. – The objective of this work is to evaluate the indexing function developed for CISMeF, and analyse generated errors. Material and method. – We used 500 clinical guidelines for the evaluation of the indexing function, based since his implementation, on the “bag of words” algorithm. The automatic index generated is compared with the manual one which is considered as the “gold standard”. We analyze the automatic indexing of short titles and subtitles associated, the automatic indexing of long titles and subtitles associated, the automatic indexing of long and short titles and ...

This thesis deals with the problemn of Information Retrieval on the Internet. We propose several methods of query expansion founded on knowledge exploitation. Experimentations are done in the context of the CISMeF project which indexes several documents according to a termino-ontological resource of the medical domain. We developed the KnowQUE tool (Knowledge Based QUery Expansion) tfor correcting, precising and enriching users' queries. All its modules exploit natural language processing, data mining and reasoning services associated to description logics.

peut améliorer son efficacité, en particulier, dans des domaines spécifiques. La plupart des travaux utilisent les concepts comme une alternative aux mots et transforment le classique sac de mots (BOW) en un sac de concepts (BOC). Cette transformation se fait à travers la tâche de conceptualisation. De plus, le BOC peut être enrichi par l'utilisation de concepts connexes par la prise en compte de ressources sémantiques pouvant ainsi améliorer l'efficacité de la classification. Cet article se focalise sur l'étude de l'impact, pour la classification supervisée de texte, de l'application d'une stratégie d'enrichissement sémantique à une représentation de texte déjà conceptualisée. Cette stratégie est basée sur une méthode d'enrichissement mutuel des vecteurs. Nous présentons une étude expérimentale pour évaluer cette stratégie d'enrichissement sémantique en utilisant la méthode de classification supervisée Rocchio dans le domaine médical, en utilisant l'ontologie UMLS (Unified Medical Language System) et le corpus Ohsumed. Grâ4ce à l'enrichissement sémantique, les résultats démontrent des améliorations significatives sur la classification de textes dans l'espace des concepts.

peut améliorer son efficacité, en particulier, dans des domaines spécifiques. La plupart des travaux utilisent les concepts comme une alternative aux mots et transforment le classique sac de mots (BOW) en un sac de concepts (BOC). Cette transformation se fait à travers la tâche de conceptualisation. De plus, le BOC peut être enrichi par l'utilisation de concepts connexes par la prise en compte de ressources sémantiques pouvant ainsi améliorer l'efficacité de la classification. Cet article se focalise sur l'étude de l'impact, pour la classification supervisée de texte, de l'application d'une stratégie d'enrichissement sémantique à une représentation de texte déjà conceptualisée. Cette stratégie est basée sur une méthode d'enrichissement mutuel des vecteurs. Nous présentons une étude expérimentale pour évaluer cette stratégie d'enrichissement sémantique en utilisant la méthode de classification supervisée Rocchio dans le domaine médical, en utilisant l'ontologie UMLS (Unified Medical Language System) et le corpus Ohsumed. Grâ4ce à l'enrichissement sémantique, les résultats démontrent des améliorations significatives sur la classification de textes dans l'espace des concepts.

Background: The situation of medical coding and medical economics is quite specific in France. Two specific health terminologies are used : ICD10 and CCAM. Another will be used in the near future SNOMED Int. Objective: The objective of this study is to define relations between SNOMED International preferred terms and ICD-10 preferred terms inherited from the 136 SNOMED Clinical Terms relations. Methods: We investigated the UMLS knowledge source (UMLS2007AB) to map the SNOMED CT relations to the two terminologies SNOMED Int. and ICD-10; we propose an interoperability wildcard to achieve this objective. Results: 2,437,839 couples of preferred terms (PT) are in relation in SNOMED CT. Each SNOMED CT PT has at least one relation to another SNOMED CT PT ; there is 74% of SNOMED International PT represented in 183,726 couples of SNOMED International PT linked and there is only 46% of ICD-10 PT represented in all the 5890 couples of ICD-10 PT linked. In the contrary, 70% of ICD-10 PT and 13% of SNOMED International PT are represented in the 33,097 couples of ICD10 PT and SNOMED International PT linked by at least one SNOMED CT relation. Conclusion: This work should lead to an optimization of multi-terminology indexing tools, multi-terminology information retrieval and navigation among a multi-terminology server.

Bayesian Networks have been proposed as an alternative to rule-based systems in domains with uncertainty. Applications in monitoring and control can benefit from this form of knowledge representation. Following the work of Chong and Walley, we explore the possibilities of Bayesian Networks in the Waste Water Treatment Plants (WWTP) monitoring and control domain. We show the advantages of modelling knowledge in such a domain by means of Bayesian networks, put forth new methods for knowledge acquisition, describe their applications to a real waste water treatment plant and comment on the results. We also show how a Bayesian Network learning environment was used in the process and which characteristics of data in the domain suggested new ways of representing knowledge in network form but with uncertainty representations formalisms other than probability. The results of applying a possibilistic extension of current learning methods are also shown and compared.

Bayesian Networks have been proposed as an alternative to rule-based systems in domains with uncertainty. Applications in monitoring and control can benefit from this form of knowledge representation. Following the work of Chong and Walley, we explore the possibilities of Bayesian Networks in the Waste Water Treatment Plants (WWTP) monitoring and control domain. We show the advantages of modelling knowledge in such a domain by means of Bayesian networks, put forth new methods for knowledge acquisition, describe their applications to a real waste water treatment plant and comment on the results. We also show how a Bayesian Network learning environment was used in the process and which characteristics of data in the domain suggested new ways of representing knowledge in network form but with uncertainty representations formalisms other than probability. The results of applying a possibilistic extension of current learning methods are also shown and compared.

Dans ce papier, nous présentons les méthodes que nous avons développées pour participer aux tâches 1 et 2 de l’édition 2019 du défi fouille de textes (DEFT 2019). Pour la première tâche, qui s’intéresse à l’indexation de cas cliniques, une méthode utilisant la pondération TF-IDF (term frequency – inverse document frequency) a été proposée. Quant à la seconde tâche, la méthode proposée repose sur le modèle vectoriel pour apparier des discussions aux cas cliniques correspondants ; pour cela, le cosinus est utilisé comme mesure de similarité. L’indexation sémantique latente (latent semantic indexing – LSI) est également expérimentée pour étendre cette méthode. Pour chaque méthode, différentes configurations ont été testées et évaluées sur les données de test du DEFT 2019.

This paper presents an Internet information retrieval system based on Hierarchical Small-Worlds (HSW) and Possibilistic Networks (PN). The first HSW, for the words of the French language, is used to take account of the dependences between these words. The second HSW is devoted to the web pages required and translated in the same way the dependences between these pages. The PN generates the mixing of these two HSW in order to organize the sershed documents according to the user profile. Our system propose a mixed approach for Information Retrieval Model based on possibility and necessity measures. This model encodes relationship dependencies existing between query terms and web documents through naïve possibilistic networks and quantifies these relationships by two measures: possibility and necessity. The retrieved documents are those which are necessarily or possibly relevant given a user's query. The search process restores the plausibly or necessarily relevant documents for a ...

This paper presents an Internet information retrieval system based on Hierarchical Small-Worlds (HSW) and Possibilistic Networks (PN). The first HSW, for the words of the French language, is used to take account of the dependences between these words. The second HSW is devoted to the web pages required and translated in the same way the dependences between these pages. The PN generates the mixing of these two HSW in order to organize the sershed documents according to the user profile. Our system propose a mixed approach for Information Retrieval Model based on possibility and necessity measures. This model encodes relationship dependencies existing between query terms and web documents through naïve possibilistic networks and quantifies these relationships by two measures: possibility and necessity. The retrieved documents are those which are necessarily or possibly relevant given a user's query. The search process restores the plausibly or necessarily relevant documents for a ...

In this paper, we are interested in aggregated search in structured XML documents. We present a model for the structured information retrieval, based on the Bayesian networks theory. Relations query-terms and terms-elements are modelled through probability measures. In this model, the user’s query starts a process of propagation to recover the relevant and noredundant elements. Thus, instead of retrieving a list of elements that are likely to answer the user’s query, our objective is to aggregate in the composite document relevant and no-redundant elements. An example of such retrieval is proposed to illustrate our approach. MOTS-CLÉS : recherche d’information agrégée, réseau bayésien, documents XML, document composite, éléments XML pertinents et non-redondants.

Dans ce papier, nous présentons les méthodes que nous avons développées pour participer aux tâches 1 et 2 de l’édition 2019 du défi fouille de textes (DEFT 2019). Pour la première tâche, qui s’intéresse à l’indexation de cas cliniques, une méthode utilisant la pondération TF-IDF (term frequency – inverse document frequency) a été proposée. Quant à la seconde tâche, la méthode proposée repose sur le modèle vectoriel pour apparier des discussions aux cas cliniques correspondants ; pour cela, le cosinus est utilisé comme mesure de similarité. L’indexation sémantique latente (latent semantic indexing – LSI) est également expérimentée pour étendre cette méthode. Pour chaque méthode, différentes configurations ont été testées et évaluées sur les données de test du DEFT 2019.

In this paper we present a synthesis of the work pe rformed on two inference algorithms: the Pearl’s belief propagation (BP) algorithm applied t o Bayesian networks without loops (i.e. polytree) and the Loopy belief propagation (LBP) al gorithm (inspired from the BP) which is applied to networks containing undirected cycles. I t is known that the BP algorithm, applied to Bayesian networks with loops, gives incorrect numerical results i.e. incorrect posterior probabilities. Murphy and al. [7] find that the LBP algorithm converges on several networks and when this occurs, LBP gives a good approximation of the exact posterior probabilities. However this algorithm presents an oscillatory behaviour wh en it is applied to QMR (Quick Medical Reference) network [15]. This phenomenon prevents the LBP algorithm from converging towards a good approximation of posterior probabili ties. We believe that the translation of the inference computation problem from the probabilisti c framework to the ...

Les travaux menes dans le cadre de cette these se situent dans la problematique de recherche- indexation des documents et plus specifiquement dans celle de l’extraction des descripteurs semantiques pour l’indexation. Le but de la Recherche d’Information (RI) est de mettre en œuvre un ensemble de modeles et de systemes permettant la selection d’un ensemble de documents satisfaisant un besoin utilisateur en termes d’information exprime sous forme d’une requete. Un Systeme de Recherche d’Information (SRI) est compose principalement de deux processus. Un processus de representation et un processus de recherche. Le processus de representation est appele indexation, il permet de representer les documents et la requete par des descripteurs ou des indexes. Ces descripteurs refletent au mieux le contenu des documents. Le processus de recherche consiste a comparer les representations des documents a la representation de la requete. Dans les SRIs classiques, les descripteurs utilises sont des ...

Dans cet article nous présentons une approche statistique d'indexation sémantique des documents multilingues. Cette approche est validée par un ensemble d'expérimentations et une comparaison avec une approche linguistique. Nous montrons ainsi que l'approche statistique obtient des résultats équivalents à l'approche linguistique. ABSTRACT. This article presents a statistical approach of semantic indexing for multilingual documents. This approach is validated by a set of experiments and a comparison with a linguistic approach. The experiments show that the statistical approach obtains results equivalent to the linguistic one.

Les travaux menés dans le cadre de cette thèse se situent dans la problématique de recherche- indexation des documents et plus spécifiquement dans celle de l'extraction des descripteurs sémantiques pour l'indexation. Le but de la Recherche d'Information (RI) est de mettre en œuvre un ensemble de modèles et de systèmes permettant la sélection d'un ensemble de documents satisfaisant un besoin utilisateur en termes d'information exprimé sous forme d'une requête. Un Système de Recherche d'Information (SRI) est composé principalement de deux processus. Un processus de représentation et un processus de recherche. Le processus de représentation est appelé indexation, il permet de représenter les documents et la requête par des descripteurs ou des indexes. Ces descripteurs reflètent au mieux le contenu des documents. Le processus de recherche consiste à comparer les représentations des documents à la représentation de la requête. Dans les SRIs classiques, les des...

Dans cet article nous présentons une approche statistique d'indexation sémantique des documents multilingues. L'approche que nous proposons est composée de trois étapes : extraction des termes, détection des concepts et détection des relations à partir des couples de concepts. Notre approche est validée par un ensemble d'expérimentations sur la collection ImageCLEFmed 2007 et une comparaison avec une approche linguistique. Nous montrons ainsi que l'approche statistique obtient des résultats équivalents à l'approche linguistique sans adapter la phase d'indexation à la langue du document. ABSTRACT. This article presents a statistical approach of semantic indexing for multilingual documents. The proposed approach is composed of three stages: extraction of terms, detection of concepts and detection of relations from couples of terms. Our approach is validated by a set of experiments on the ImageCLEFmed 2007 collection and a comparison with a linguistic approach. The experiments show that the statistical approach obtains results equivalent to the linguistic one without adapting the indexing procedure to the document language.

Dans cet article nous présentons une approche statistique d'indexation sémantique des documents multilingues. Cette approche est validée par un ensemble d'expérimentations et une comparaison avec une approche linguistique. Nous montrons ainsi que l'approche statistique obtient des résultats équivalents à l'approche linguistique. ABSTRACT. This article presents a statistical approach of semantic indexing for multilingual documents. This approach is validated by a set of experiments and a comparison with a linguistic approach. The experiments show that the statistical approach obtains results equivalent to the linguistic one.

La capture de relations sémantiques entre termes à partir de textes est un moyen privilégié de constituer/alimenter une base de connaissances, ressource indispensable pour l’analyse de textes. Nous proposons et évaluons la combinaison de trois méthodes de production de relations lexicosémantiques.

Les données médicales étant de plus en plus informatisées, le traitement sémantiquement efficace des rapports médicaux est devenu une nécessité. La recherche d’images radiologiques peut être grandement facilitée grâce à l’indexation textuelle des comptes rendus associés. Nous présentons un algorithme d’augmentation d’index de comptes rendus fondé sur la propagation d’activation sur un réseau lexico-sémantique généraliste.

Most artificial intelligence applications, especially expert systems, have to reason and make decisions based on uncertain data and uncertain models. For this reason, several methods have been proposed for reasoning with different kinds of uncertainty. This paper discusses and illustrates some of the reasoning methods proposed by the artificial intelligence research community to deal with uncertainty.

In this paper we present a synthesis of the work performed on two inference algorithms: the Pearl's belief propagation (BP) algorithm applied to Bayesian networks without loops (i.e. polytree) and the Loopy belief propagation (LBP) algorithm (inspired from the BP) which is applied to networks containing undirected cycles. It is known that the BP algorithm, applied to Bayesian networks with loops, gives incorrect numerical results i.e. incorrect posterior probabilities. Murphy and al. [7] find that the LBP algorithm converges on several networks and when this occurs, LBP gives a good approximation of the exact posterior probabilities. However this algorithm presents an oscillatory behaviour when it is applied to QMR (Quick Medical Reference) network [15]. This phenomenon prevents the LBP algorithm from converging towards a good approximation of posterior probabilities. We believe that the translation of the inference computation problem from the probabilistic framework to the possibilistic framework will allow performance improvement of LBP algorithm. We hope that an adaptation of this algorithm to a possibilistic causal network will show an improvement of the convergence of LBP.

We present a novel inference algorithm which is an adaptation of Loopy Belief Propagation applied on Product-Based Possibilistic Networks. Without any transformation of the initial graph, the basic idea of this adaptation is to propagate evidence into network by passing messages between nodes until a convergence state is reached (if ever). Product-Based Possibilistic Networks appear to be important tools to efficiently and compactly represent possibility distributions. This inference process is known to be a crucial and a hard task especially for multiply-connected networks i.e. with loops.

We present a novel inference algorithm which is an adaptation of Loopy Belief Propagation applied on Product-Based Possibilistic Networks. Without any transformation of the initial graph, the basic idea of this adaptation is to propagate evidence into network by passing messages between nodes until a convergence state is reached (if ever). Product-Based Possibilistic Networks appear to be important tools to efficiently and compactly represent possibility distributions. This inference process is known to be a crucial and a hard task especially for multiply-connected networks i.e. with loops.

Dans cet article, nous présentons un modèle pour la recherche d'information structurée en XML, basé sur les réseaux possibilistes. Les relations document-éléments et éléments-termes sont modélisées par des mesures de possibilité et de nécessité. Dans ce modèle, la requête de l'utilisateur déclenche un processus de propagation pour retrouver des documents ou des portions de documents nécessairement ou au moins possiblement pertinents par rapport à la requête. Un exemple d'une telle recherche est proposé de façon à illustrer l'approche présentée.

Les entrepôts de données contiennent des données sensibles qui doivent être protégées contre les accès non autorisés, aussi bien directs que par inférence. Les accès directs sont contrôlables par des autorisations gérées par le serveur OLAP. Cependant, ce dernier n'offre pas de mécanismes pour protéger l'entrepôt contre deux types d'inférences : les inférences précises permettant la déduction de valeurs exactes des mesures, et les inférences partielles permettant d'avoir une idée grossière sur les valeurs des mesures. Dans cet article, nous proposons une approche pour la sécurisation des entrepôts de données qui, d'une part, interdit les inférences partielles dans le cas des requêtes utilisant la fonction d'agrégation Sum et, d'autre part, empêche les inférences précises dans le cas des requêtes utilisant les fonctions d'agrégation Min ou Max. pour ce faire, nous exploitons les méthodes statistiques contre les inférences partielles, et les réseaux Bayésiens contre les inférences précises. ABSTRACT. Data warehouses contain sensitive data that must be protected against unauthorized accesses, both through direct accesses or through inferences. Direct accesses are controlled by privileges offered by the OLAP server. However, this latter does not provide for support against inferences which can be of two types: precise inferences that deduce exact measure values, and partial inferences that give an idea about measure values. In this paper, we propose an approach that prohibits both partial inferences in the case of queries using the Sum aggregation function and precise inferences in the case of queries using the Min or Max aggregation functions. We use statistical methods against partial inferences and Bayesian networks against precise inferences.

Cet article décrit la banque documentaire MEDLINE depuis laquelle une collection test comprenant environ 4,5 million de documents structurés a été construite à partir des campagnes d'évaluation TREC. Dans une deuxième partie, nous évaluons et comparons l'efficacité du dépistage de l'information de dix modèles (probabiliste, modèle de langue, approches vectorielles). Cette évaluation est complétée par l'analyse de l'efficacité de trois enracineurs (stemmers) pour la recherche d'information oeuvrant dans un contexte spécifique. L'impact des descripteurs MeSH, manuellement sélectionnés pour chaque article, complète cette analyse. Enfin nous avons conçu deux nouvelles approches d'expansion automatique des requêtes, l'une générale l'autre spécifique et nous les avons évaluées en les comparant au modèle proposé par Rocchio.

The situation of medical coding and medical economics is quite specific in France. Two specific health terminologies are used : ICD10 and CCAM. Another will be used in the near future SNOMED Int. Objective: The objective of this study is to define relations between SNOMED International preferred terms and ICD-10 preferred terms inherited from the 136 SNOMED Clinical Terms relations. Methods: We investigated the UMLS knowledge source (UMLS2007AB) to map the SNOMED CT relations to the two terminologies SNOMED Int. and ICD-10; we propose an interoperability wildcard to achieve this objective.

La croissance rapide de la quantité d’information a motivé l’émergence de nombreux domaines infor- matiques, dont les systèmes de résumé automatique (RA). Ces systèmes sont utilisés pour extraire les informations les plus pertinentes de l’énorme quantité de données.
Dans ce mémoire, nous travaillons sur un système de RA qui se concentre sur les résumés des multiples articles scientifiques. Ces résumés permettent de surmonter la redondance des articles de la communauté scientifique et de fournir des synthèses de documents attachées au même sujet.
Nous utilisons dans notre système la maximisation des traits (MT) qui incarne une nouvelle approche langage-agnostique et non paramétrique de RA. Elle génère des résumés de communauté de documents multiples en utilisant les structures traditionnelles du RA et un modèle à base de graphes en utilisant l’algorithme de la propagation d’activation (PA).
En somme, ce mémoire a pour objectif de combiner l’approche de la MT avec les systèmes de RA et d’évaluer les résumés extractifs produits, que ce soient des résumés génériques ou des résumés se basant sur une requête.