Étude empirique de la recherche d'informations dans les publications scientifiques pour des applications d'intégration de connaissances en monde réel

Leveraging Modern Information Seeking on Research Papers for Real-World Knowledge Integration Applications : An Empirical Study

• Auteur / Autrice : Chyrine Tahri
• Direction : Xavier Tannier, Patrick Haouat
• Type : Thèse de doctorat
• Discipline(s) : Science des données
• Date : Soutenance le 25/09/2023
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique médicale et d'ingénierie des connaissances en e-santé (Paris ; 2014-....)
• Jury : Président / Présidente : Christophe Marsala
• Jury : Examinateurs / Examinatrices : Davide Buscaldi
• Jury : Rapporteurs / Rapporteuses : Elisabeth Murisasco, Alice Oh

Mots clés

Mots clés contrôlés

Sciences -- Documentation

Recherche de l'information

Langage

Technologie

Apprentissage automatique

Traitement automatique du langage naturel

Mots clés libres

Traitement automatique du langage

Recherche d'information

Application monde réel

Natural Language Processing

Information Seeking

Real-World applicability

Résumé

Cette thèse tourne autour de l'intégration des technologies de traitement automatique du langage naturel (TALN) dans le conseil en innovation, explorant les complexités, les défis et les stratégies qui rendent cette intégration à la fois fluide et efficace. Alors que les économies basées sur la connaissance prospèrent, les consultants en innovation aident les entreprises à exploiter la connaissance et l'innovation pour obtenir des avantages concurrentiels. Le TALN, avec ses capacités puissantes, ouvre de nouvelles avenues pour de telles entreprises de conseil, leur permettant de traiter, d'analyser et de tirer parti de vastes quantités de données non structurées - comme des articles scientifiques et des brevets - afin de renforcer les stratégies d'innovation et de croissance de leurs clients. L'exploration menée tourne autour de plusieurs questions clés. Tout d'abord, elle plonge dans la faisabilité d'intégrer de manière transparente les technologies de TALN dans les flux de travail existants en recherche, développement et innovation. Cette démarche vise à obtenir une intégration intuitive qui améliore fondamentalement la productivité. En se basant sur des fonctionnalités telles que la recherche de documents et la réponse aux questions dans l'expertise existante de l'entreprise, nous cherchons à découvrir des stratégies pratiques pour surmonter les obstacles à l'intégration. Ensuite, l'étude aborde l'interaction complexe des facteurs influençant l'adoption réussie des systèmes de TALN dans le paysage industriel. Elle prend en compte des obstacles tels que l'accessibilité aux données, la quantité et les contraintes liées aux ressources. Cette exploration dévoile une multitude de problèmes, notamment la tâche complexe de modélisation des problèmes du monde réel, la nécessité de transparence et de confiance dans les processus prédictifs, ainsi que l'obligation d'aligner les mesures de performance sur les exigences spécifiques des applications concrètes. Enfin, la thèse se penche sur l'évaluation des systèmes de TALN dans des contextes industriels réels. Cela implique d'examiner comment les modèles se comportent par rapport aux benchmarks et, plus essentiellement, comment cette performance se traduit dans des scénarios concrets. L'enquête prend forme à travers une analyse pratique d'un cas annoté par des consultants en innovation. Cette analyse révèle des écarts potentiels entre les évaluations de référence et l'efficacité réelle des modèles de TALN dans des contextes concrets, soulignant la nature subjective de la pertinence et sa dépendance profonde aux facteurs contextuels. Les variations dans la manière dont les modèles réagissent à différents sujets influencent considérablement les résultats lors de la recherche d'informations.

This thesis revolves around the integration of natural language processing (NLP) technologies within innovation consulting, delving into the complexities, challenges, and strategies that make this integration both seamless and effective. As knowledge-based economies thrive, innovation consultants aid businesses in leveraging knowledge and innovation for competitive advantages. NLP, with its powerful capabilities, presents new avenues for such consulting firms to process, analyze, and leverage vast amounts of unstructured data – like scientific papers and patents – to bolster their clients' innovation and growth strategies. The conducted exploration revolves around several key inquiries that collectively paint a comprehensive picture. First, it delves into the challenges and opportunities of seamlessly integrating NLP technologies into the intricate fabric of existing research, development, and innovation workflows. This pursuit aims to achieve an intuitive, user-friendly integration that fundamentally enhances productivity. By weaving functionalities like information extraction, document search, and question answering into the firm's existing expertise, we seeks to uncover practical strategies to navigate integration hurdles. Second, the study addresses the complex interplay of factors influencing the successful adoption of NLP systems in the industrial landscape. It takes into account barriers like data accessibility, quantity, and the limitations posed by resource constraints. This exploration uncovers a web of issues, including the intricate task of modeling real-world problems, the need for transparency and confidence in predictive processes, and the necessity to align performance metrics with the specific demands of real-world application. Finally, the thesis probes the evaluation of NLP systems in real-world industrial contexts. This entails scrutinizing the performance of NLP models on standardized benchmarks and, more critically, how this performance translates to practical scenarios. The investigation takes shape through a hands-on analysis of a practical case annotated by innovation consultants. This scrutiny uncovers potential gaps between benchmark evaluations and the actual effectiveness of NLP models in practical contexts, and underscores the subjective nature of relevance and its deep reliance on contextual factors. The variations in how models respond to different topics significantly influence outcomes when seeking information.