Séminaire (7/11): Quelques ratés dans les moteurs (Véronis)

Recherche d'information: quelques ratés dans les moteurs...

Jean Véronis, Jeudi 3 novembre, 16h-17h30
salle C212

Les moteurs de recherche font parfois apparaître de curieuses aberrations. Bugs ou bidonnages? La question est parfois difficile à trancher. Je présenterai un certain nombre de problèmes que j'ai relevées au cours des derniers mois, en particulier sur le moteur le plus utilisé, Google, dont les déclarations publiques (sur sa taille d'index par exemple), ne semblent pas toujours en accord avec les observations. Point d'accès désormais presque exclusif sur les données du Web mondial, les moteurs sont de véritables boîtes noires, dont il est bien difficile de comprendre les règles : je décrirai brièvement un certain nombre de techniques de rétro-ingénierie qui permettent d'effectuer différents tests de cohérence et de vraisemblance. Au-delà de l'aspect "défense du consomateur" que peut avoir ce travail d'expertise, j'essaierai de montrer les véritables défis qui se posent à l'indexation, en particulier à cause des changements considérables qui ont affecté le Web au cours des dernières années ou même des derniers mois (explosion de la taille, du spam, des blogs, des pages dynamiques, de la "cyberlangue", etc.).

Webographie:

1. Le mystème des pages manquantes de Google
2. Yahoo: 19 milliards de pages?
3. Google: 7 bougies et un gâteau rassis


ps: l'exposé fera suite à l'intervention de Matthieu Lafourcade (15h)

Séminaire TAL de novembre, invité: Mathieu Lafourcade

Séminaire du jeudi 3 novembre 15h, salle C212. Intervention de Mathieu Lafourcade (LIRMM, Univ. de Montpellier) : "Analyse sémantique de textes et algorithmes à fourmis".

Séminaire TAL du 20 octobre

Le séminaire sera consacré à l'avancement du travail des doctorants en entreprise, ainsi qu'à la présentation des nouvelles thèses et master Recherche.

Salle C212, de 13h à 17h.

Avancement des thèses en cours

• Mehand Ihedaddenne (France Télécom) "Traduction automatique à pivot interlingue"
• Bruno Cavestro (Xérox) "Projection de la syntaxe à partir de phrases de corpus parallele ordonnées par litéralité"
• Olivier Tardif (France Télécom) "Résolution de références d'entités nommées"

Nouvelles thèses

• Rémi Bove (Allocataire) "Analyse syntaxique automatique de l'oral : perspectives et premiers résultats"
• Mario Jarmasz "S'il suffisait d'utiliser des graphes de mots similaires pour résoudre les problèmes du TALN"
• Loïc Kervajan (France Télécom) "Vers la traduction automatique du français vers la langue des signes française : problématiques morphologiques et phonologiques"

Master

• Emilie Chetelat "Les gestes non manuels en langue des signes française"

Séminaires TAL d'octobre

Séminaire du jeudi 6 octobre, 15h-17h, salle C212. Intervention des doctorants locaux (point sur l'état d'avancement des thèses).

Séminaire du jeudi 20 octobre, 13h-17h, salle C212. Intervention des doctorants extérieurs.