LIP6 CNRS Sorbonne Université Tremplin Carnot Interfaces
Direct Link LIP6 » News » PhD students

USUNIER Nicolas

PhD graduated
Team : MALIRE
Departure date : 08/31/2007
Supervision : Patrick GALLINARI
Co-supervision : AMINI Massih-Reza

Apprentissage de fonctions d'ordonnancement: une étude théorique de la réduction à la classification binaire et deux applications à la Recherche d'Information

La communauté d'apprentissage s'est récemment intéressée aux fonctions d'ordonnancement. Ces fonctions prennent en entrée un ensemble, et renvoient une liste ordonnée de ses éléments. Elles jouent un rôle prépondérant par exemple dans les systèmes de Recherche d'information qui renvoient une liste ordonnée de documents en réponse à une requête utilisateur. Cette thèse présente deux contributions à l'apprentissage de fonctions d'ordonnancement.
Dans une première partie, nous présentons de nouvelles bornes sur l'erreur de généralisation des fonctions d'ordonnancement. Pour cela, nous définissons un nouveau cadre de classification binaire, qui englobe des cas particuliers importants d'ordonnancement. Dans notre cadre, les exemples d'entraînement et de test sont des réalisations de variables aléatoires interdépendantes, alors que le cadre habituel de la classification suppose que les exemples sont indépendants. Plus précisément, les dépendances entre les exemples sont dues à l'application d'une transformation connue à un ensemble d'exemples indépendants. En instanciant la borne obtenue pour différentes transformations, nous retrouvons des bornes connues de classification binaire d'exemples indépendants, et nous établissons de nouvelles bornes pour l'ordonnancement.
Dans une seconde partie, nous présentons des applications de l'apprentissage de fonctions d'ordonnancement à la Recherche d'Information. D'une part, nous présentons de nouveaux algorithmes d'apprentissage de fonctions d'ordonnancement. D'autre part, nous montrons sur des données réelles issues d'évaluations des systèmes de Question/Réponse et de Résumé Automatique de Texte les performances et l'intérêt de ces algorithmes par rapport à l'état de l'art.
Defence : 12/11/2006 - 14h00 - Site Jussieu - salle B202 maison de la pédagogie
Jury members :
AMINI Massih-Reza Directeur de thèse
BOTTOU Léon Rapporteur
BOUSQUET Olivier Examinateur
CANU Stéphane Rapporteur
GALLINARI Patrick Directeur de thèse
JAFFRAY Jean-Yves Président du Jury

4 PhD graduated 2012 - 2013

2004-2017 Publications

 Mentions légales
Site map |