Utiliser des graphes de connaissances pour expliquer la désinformation sur le Web

Developing Knowledge Graphs for Explaining Misinformation on the Web

• Auteur / Autrice : Youri Peskine
• Direction : Maria Alejandra Zuluaga
• Type : Projet de thèse
• Discipline(s) : Sciences de l'ingénieur
• Date : Inscription en doctorat le 01/09/2021
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : Institut EURECOM
• Partenaire(s) de recherche : Equipe de recherche : Data Science

Mots clés

Mots clés libres

Graphes

Désinformation

Web

Tal

Graphs

Misinformation

Web

Nlp

Résumé

Au cours des dernières années, nous avons observé de nombreux efforts pour accroître la transparence des modèles d'IA. Cependant, l'explicabilité, qui se concentre sur la façon dont l'IA peut être comprise par les utilisateurs humains, a reçu moins d'attention. Cette thèse fait partie d'un projet européen plus vaste qui s'appuiera sur des modèles de créativité humaine, tant dans la manipulation que dans la compréhension de l'information, pour concevoir des explications plus compréhensibles, reconfigurables et personnalisables. Pour réaliser la vision du projet, les graphes de connaissances (KG) jouent un rôle clé en tant que blocs de construction pour produire des explications sémantiques. Cette thèse se concentre sur l'ingénierie d'un graphe de connaissances des revendications et des entités et sur l'exploration de son utilisation dans la conception de modèles d'IA, ainsi que d'autres représentations sémantiques qui peuvent nous aider à offrir des explications dynamiques adaptées aux domaines d'application et aux besoins et compétences des utilisateurs finaux.

In the last few years, we have observed many efforts in increasing the transparency of AI models. However, explainability, which focuses on how AI can be understood by human users, has received less attention. This thesis is part of a bigger EU project that will draw on models of human creativity, both in manipulating and understanding information, to design more understandable, reconfigurable and personalisable explanations. To achieve the vision of the project, Knowledge Graphs (KGs) play a key role as one of the building blocks to produce semantic explanations. This thesis focuses on engineering a Knowledge Graph of claims and entities and on exploring its use in the design of AI models, as well other semantic representations that can help us offer dynamic explanations tailored to the application domains and to the end-users' needs and skills.