DIAS Charles-Emmanuel

Doctor
Equipo : MLIA
Fecha de salida : 10/12/2019
https://lip6.fr/Charles-Emmanuel.Dias

Dirección de investigación : Patrick GALLINARI

Co-supervisión : GUIGUE Vincent

Expliciter le filtrage collaboratif par le traitement automatique des langues

Très efficace pour trouver ce sur quoi vous allez cliquer, la plupart des systèmes de recommandation n'expliquent pas leurs suggestions et se contentent de proposer une simple liste d'items. Ces systèmes manquent également de transparence et il est souvent impossible de savoir ce qu'ils ont appris sur vous. En conséquence, l'efficacité et l’acceptabilité de ces systèmes sont sous-optimales.
La transparence et la capacité d’explication des systèmes de recommandation sont au coeur de cette thèse. Imaginez qu'on vous recommande un restaurant sans vous parler de ce qu'on y sert, seriez-vous prêt à suivre une telle suggestion ? En réalité, l'explication est aussi importante que la recommandation en elle-même. Un premier pas consiste généralement à présenter des objets connus de l'utilisateur, similaire à celui suggéré, comme justification. Rares sont les systèmes capables de dépasser ce paradigme et de mettre en avant certains aspects du produit afin d’intéresser l'utilisateur.
Cette thèse se situe à l’intersection entre les systèmes de recommandation et les approches de traitement automatique de la langue naturelle: la soutenance permettra de démontrer comment les avancées récentes en TAL peuvent être intégrer efficacement en recommandation pour plus de transparence et d’explicativité.

Defensa : 10/12/2019

miembros del jurado :

Alexandre Allauzen, Prof. ESPCI [rapporteur]
Emmanuel Viennet, Prof. U. Paris XIII [rapporteur]
Anne Doucet, DR, SU
Max Chevalier, Prof, U. Toulouse
Vincent Guigue, MC, SU
Patrick Gallinari, Prof, SU

Fecha de salida : 10/12/2019

Publicaciones 2016-2019

Mentions légales
Mapa del sitio