COTATION D'INFORMATION ET ANALYSE DE LA DYNAMIQUE DE VIE DE LA CONNAISSANCE. APPLICATION AU SUIVI TEMPOREL DE LA FIABILITÉ DES INFORMATIONS BIBLIOGRAPHIQUES SUR DES INSECTES VECTEURS DE PATHOGÈNES DES PLANTES

INFORMATION RATING AND ANALYSIS OF KNOWLEDGE DYNAMICS. APPLICATION TO THE TEMPORAL MONITORING OF THE RELIABILITY OF BIBLIOGRAPHIC INFORMATION ON INSECTS AS VECTORS OF PLANT PATHOGENS.

• Auteur / Autrice : Anne-Sophie Foussat
• Direction : Claire Nedellec
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/10/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
• Partenaire(s) de recherche : Laboratoire : MaIAGE - Mathématiques et Informatique Appliquées du Génome à l'Environnement
• Partenaire(s) de recherche : Equipe de recherche : Bibliome : acquisition et formalisation de connaissances à partir d'un texte
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Risque biologique

Extraction d'Information

Traitement Automatique de la Langue

Qualité des Données

Insectes Vecteurs

Modèles de langue

Natural Language Processing

Uncertainty

Insect Vectors

Information Extraction

Language Models

Data Quality

Résumé

En biologie, la veille scientifique porte sur un nombre croissant d'objets dont la connaissance évolue rapidement avec des remises en cause fréquentes de conclusions établies ou non. Les scientifiques manquent cruellement d'outils pour extraire, structurer et évaluer la pertinence des informations publiées au regard de la connaissance scientifique. La pertinence dépend à la fois de la nouveauté et de la validité de l'information. Celles-ci sont mesurables à partir d'indices linguistiques, propres au domaine (ex. Pertinence du protocole expérimental), documentaires (ex. réseau de citation), temporels (dynamique et modalité des citations) et par leur cohérence avec la connaissance scientifique du domaine. Le projet ambitionne de comprendre comment une information se propage par voie de publication et d'analyser le lien entre la dynamique d'évolution et la fiabilité de l'information. À partir de sa source primaire, l'analyse répertoriera et qualifiera la manière dont chaque information est citée au fil du temps jusqu'à la convergence d'un consensus sur sa véracité, positive ou négative. La thèse se focalisera sur un cas d'étude concret, l'évolutivité de la connaissance sur des insectes vecteurs de pathogènes des plantes à l'origine de crises sanitaires majeures en agriculture, notamment la connaissance scientifique sur les interactions entre espèces et leur distribution géographique dans un objectif de recensement de la biodiversité et d'anticipation d'épidémies.

In biology, scientific intelligence covers a growing number of objects whose knowledge is evolving rapidly, with established or unestablished statements frequently challenged. Scientists are lacking in tools for extracting, structuring and assessing the relevance of published information to scientific knowledge. Relevance depends on both the novelty and validity of the information. These can be measured by linguistic, domain-specific (e.g. experimental protocol), documentary (e.g. citation network), and temporal (citation dynamics and modality) clues, as well as by their consistency with scientific knowledge of the field. The project aims to understand how information spreads through publication and to analyze the relationship between the dynamics of evolution and the reliability of information. Starting from its primary source, the analysis will list and qualify the way in which each piece of information is cited over time until a consensus is reached on its veracity, positive or negative. The thesis will focus on a concrete case study, the evolution of knowledge on insect vectors of plant pathogens at the origin of major health crises in agriculture, in particular scientific knowledge on interactions between species and their geographical distribution, aiming at surveying biodiversity and anticipating epidemics.