RÉSUMÉ. Dans cette dernière décennie, plusieurs chercheurs se sont intéressés aux méthodes de Boosting pour améliorer la performance des classifieurs. Néanmoins, l’ajout de classifieurs ne garantit pas, toujours, cette amélioration mais induit plutôt un phénomène de sur-apprentissage. Dans cet article, le rôle de la diversité sur la performance des ensembles de classifieurs est exploité au cour...

We present a framework for artificial evolution and multi-agent simulation for the design of adaptive multi-agent systems by means of evolutionnary algorithms. In the first part, the concepts and techniques of existing evolutionnary algorithms are introduced. The second part describes the framework and its main components, the general structure of SFERES, the design directions and some extensio...

When Part-of-Speech annotated data is scarce, e.g. for under resourced languages, one can turn to crosslingual transfer and crawled dictionaries to collect partially supervised data. We cast this problem in the framework of ambiguous learning and show how to learn an accurate history-based model. This method is evaluated on four languages and yields improvements over state-of-the-art for three ...

In this paper we present a series of adaptations of the Guided Learning framework to solve different tagging tasks. The specificity of the proposed system lies in its ability to learn the order of inference together with the parameters of the local classifier instead of forcing it into a pre-defined order (left-to-right). The training algorithm is based on the Perceptron Algorithm. We apply the...

This paper presents and evaluates an original approach to automatically align bitexts at the word level. It relies on a syntactic dependency analysis of the texts and uses a machinelearning technique, namely inductive logic programming, to automatically infer rules called propagation rules. These rules make the most of the syntactic information to precisely align words. This approach is entirel...

Résumé. Cet article propose une méthode d’alignement automatique de définitions destinée à améliorer la fusion entre des terminologies spécialisées et un vocabulaire médical généraliste par un classifieur de type SVM (Support Vecteur Machine) et une représentation compacte et pertinente d’un couple de définitions par concaténation d’un ensemble de mesures de similarité, afin de tenir compte de ...

This paper is about opinion classification of posts from a social networks by supervised machine learning, in order to use them in a recommender system. We compare different pre-processings, representations and machine learning tools on real data about movies having specificities (very short texts in English, containing a lot of sms-like codes, abbreviations, misspelling...). We study in detail...

Dans le contexte de crise sanitaire, nous avons, depuis debut du confinement, investigue les pratiques des enseignants belges francophones par biais d’enquetes quantitatives, menees en ligne, sur echantillons convenance. Completees maternel, primaire et secondaire, ces enquetes ont pour principal objectif fournir un etat lieux la situation d’enseignement-apprentissage a differents moments pande...

We introduce a novel learning algorithm for neural networks, with the major feature of being rapid when compared to classical learning algorithms, ooering misclassiication rates of 5% and less after only a few iterations, i.e. 20-30 seconds of learning, depending on the task, if a suitable preprocessing has been done. The algorithm is based on considering a neural network as a base in function ...

Qu’est-ce qu’un restaurant social ? En contrastant deux expériences ethnographiques (un apprentissage dans une cuisine gastronomique et un terrain comme cuisinier anthropologue solidaire), cet article propose description des contraintes pesant sur l’approvisionnement la préparation de repas gratuits charitable, opposée ici aux cuisines profitables. La littérature les résistances subalternes cel...