| 2 |
Intelligence artificielle et discours politique. Quelles plus-values interprétatives ? Application aux corpus parlementaire et présidentiel contemporains
|
|
|
|
In: L'intelligence artificielle des textes. Des algorithmes à l'interprétation ; https://hal.archives-ouvertes.fr/hal-03347997 ; L'intelligence artificielle des textes. Des algorithmes à l'interprétation, 17, Honoré Champion, pp.131-182, 2021, Lettres numériques, 9782815937467 (2021)
|
|
BASE
|
|
Show details
|
|
|
| 3 |
Intelligence artificielle et discours politique Le cas d'Emmanuel Macron (2017-2021)
|
|
|
|
In: https://hal.archives-ouvertes.fr/hal-03522615 ; 3ème cycle. Collège de France - Séminaire "Migrations et sociétés", France. 2021 ; Collège de France - Séminaire "Migrations et sociétés" (2021)
|
|
BASE
|
|
Show details
|
|
|
| 4 |
Macron ou le mystère du verbe ; Macron ou le mystère du verbe: Ses discours décryptés par la machine
|
|
|
|
In: https://hal.archives-ouvertes.fr/hal-03213558 ; L'Aube, 342 p., 2021, Monde en cours, Jean Viard, 9782815937467 (2021)
|
|
BASE
|
|
Show details
|
|
|
| 5 |
From text saliency to linguistic objects: learning linguistic interpretable markers with a multi-channels convolutional architecture
|
|
|
|
In: https://hal.archives-ouvertes.fr/hal-03142170 ; 2021 (2021)
|
|
BASE
|
|
Show details
|
|
|
| 6 |
L'intelligence artificielle des textes. Présentation
|
|
|
|
In: L'intelligence artificielle des textes. Des algorithmes à l'interprétation ; https://hal.archives-ouvertes.fr/hal-03344917 ; L'intelligence artificielle des textes. Des algorithmes à l'interprétation, Honoré Champion, pp.9-14, 2021, Lettres numériques, 978-2-7453-5640-6 (2021)
|
|
BASE
|
|
Show details
|
|
|
| 7 |
Les proclamations électorales des députés méditerranéens de 1881 à 2002 : diachronie politique et diatopie
|
|
|
|
In: Pour une histoire politique de la France méditerranéenne ; https://hal.archives-ouvertes.fr/hal-03402823 ; Jean-Paul Pellegrinetti. Pour une histoire politique de la France méditerranéenne, PUR, pp.231-274, 2021, 9782753581661 ; https://pur-editions.fr/product/7738/pour-une-histoire-politique-de-la-france-mediterraneenne (2021)
|
|
BASE
|
|
Show details
|
|
|
| 8 |
These words that Macron borrows from Sarkozy. Discourse and Artificial Intelligence ; Ces mots que Macron emprunte à Sarkozy. Discours et intelligence artificielle
|
|
|
|
In: ISSN: 1638-9808 ; EISSN: 1765-3126 ; Corpus ; https://hal.archives-ouvertes.fr/hal-02503269 ; Corpus, Bases, Corpus, Langage - UMR 7320, 2020 ; https://journals.openedition.org/corpus/ (2020)
|
|
BASE
|
|
Show details
|
|
|
| 9 |
Du texte à l'intertexte. Le palimpseste Macron au révélateur de l'Intelligence artificielle
|
|
|
|
In: CMLF 2020 - 7ème Congrès mondiale de linguistique française ; https://hal.archives-ouvertes.fr/hal-02520224 ; CMLF 2020 - 7ème Congrès mondiale de linguistique française, Jul 2020, Montpellier / Online, France (2020)
|
|
BASE
|
|
Show details
|
|
|
| 10 |
Objectiver l'intertexte ? Emmanuel Macron, deep learning et statistique textuelle
|
|
|
|
In: JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-02894990 ; JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France (2020)
|
|
BASE
|
|
Show details
|
|
|
| 11 |
International Conference on the Statistical Analysis of Textual Data
|
|
|
|
BASE
|
|
Show details
|
|
|
| 12 |
Hyperdeep : deep learning descriptif pour l'analyse de données textuelles
|
|
|
|
In: JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles ; https://hal.archives-ouvertes.fr/hal-02926880 ; JADT 2020 - 15èmes Journées Internationales d'Analyse statistique des Données Textuelles, Jun 2020, Toulouse, France (2020)
|
|
Abstract:
International audience ; Since few years, some tools that are helping us to interpret results of deep learning have appeared (LIME, LSTMVIS, TDS). In this paper, we propose to go further by searching hidden information encoded in intermediate layers of deep learning thanks to a new tool. Hyperdeep allows, on the one hand, to predict the belonging of a text and to appreciate its borrowings from different styles or authors and, on the other hand, it allows to analyze, by deconvolution, the spatial and static patterns of the text in order to bring up the linguistic markers learned by the network. This new type of linguistic objects is gathered and highlighted in a graphical tool combining visualizations and hypertext. This tool is fully integrated in the Hyperbase Web platform, which offers the adequate environment and a natural starting point for any study mixing deep learning and text mining. Abstract 2 (in French) Depuis peu, les outils d'aide à l'interprétation des résultats du deep learning font leur apparition (LIME, LSTMVIS, TDS). Dans cette communication nous proposons d'aller plus loin en allant chercher l'information cachée au plus profond des couches intermédiaires du deep learning grâce à un nouvel outil. Hyperdeep permet d'une part de prédire l'appartenance d'un texte et d'en apprécier les emprunts à différents styles ou auteurs et d'autre part, par déconvolution, d'analyser les motifs spatiaux et statiques du texte afin d'en faire remonter les marqueurs linguistiques appris par le réseau. Cette information d'un genre nouveau est rassemblée et mise en valeur dans un nouvel outil mêlant visualisations graphiques et texte dynamique. Son utilisation est accompagnée d'une intégration complète dans la plateforme Hyperbase Web qui propose l'environnement adéquate et un point de départ naturel pour toute étude mêlant deep learning et statistiques du texte. ; Depuis peu, les outils d'aide à l'interprétation des résultats du deep learning font leur apparition (LIME, LSTMVIS, TDS). Dans cette communication nous proposons d'aller plus loin en allant chercher l'information cachée au plus profond des couches intermédiaires du deep learning grâce à un nouvel outil. Hyperdeep permet d'une part de prédire l’appartenance d’un texte et d’en apprécier les emprunts à différents styles ou auteurs et d’autre part, par déconvolution, d'analyser les saillances du texte afin d’en faire remonter les marqueurs linguistiques appris par le réseau. Cette information d’un genre nouveau est rassemblée et mise en valeur dans un nouvel outil mêlant visualisations graphiques et texte dynamique. Son utilisation est accompagnée d’une intégration complète dans la plateforme Hyperbase Web qui propose l’environnement adéquate et un point de départ naturel pour toute étude mêlant deep learning et statistiques du texte.
|
|
Keyword:
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]; [INFO.INFO-NE]Computer Science [cs]/Neural and Evolutionary Computing [cs.NE]; [SHS.LANGUE]Humanities and Social Sciences/Linguistics; [STAT]Statistics [stat]; classification; deep learning; logometrie; logometry; passage-clés; passages; prediction; text-mining
|
|
URL: https://hal.archives-ouvertes.fr/hal-02926880
https://hal.archives-ouvertes.fr/hal-02926880/file/jadt2020.pdf
https://hal.archives-ouvertes.fr/hal-02926880/document
|
|
BASE
|
|
Hide details
|
|
|
| 13 |
Key Passages : From statistics to Deep Learning
|
|
|
|
In: Text Analytics. Advances and Challenges ; https://hal.archives-ouvertes.fr/hal-03099658 ; Domenica Fioredistella Iezzi; Damon Mayaffre; Michelangelo Misuraca. Text Analytics. Advances and Challenges, Springer, pp.41-54, 2020, 978-3-030-52679-5. ⟨10.1007/978-3-030-52680-1_4⟩ (2020)
|
|
BASE
|
|
Show details
|
|
|
| 14 |
Text Analytics ; Text Analytics: Advances and Challenges
|
|
|
|
In: https://hal.archives-ouvertes.fr/hal-03099604 ; Springer, 2020, 978-3-030-52679-5 (2020)
|
|
BASE
|
|
Show details
|
|
|
| 15 |
From text saliency to linguistic objects: learning linguistic interpretable markers with a multi-channels convolutional architecture ...
|
|
|
|
BASE
|
|
Show details
|
|
|
| 16 |
Exploration, Measure, Contextualisation. What Textometry can contribute to Discourse analysis ; Explorer, mesurer, contextualiser. Quelques apports de la textométrie à l'analyse des discours
|
|
|
|
In: ISSN: 0023-8368 ; EISSN: 1957-7982 ; Langue française ; https://hal.archives-ouvertes.fr/hal-02419199 ; Langue française, Armand Colin, 2019, Les outils informatiques au service des linguistes, pp.101-115 ; https://www.revues.armand-colin.com/lettres-langues/langue-francaise/langue-francaise-ndeg-203-32019/explorer-mesurer-contextualiser-quelques-apports-textometrie-lanalyse-discours (2019)
|
|
BASE
|
|
Show details
|
|
|
| 17 |
Explorer, mesurer, contextualiser. Quelques apports de la textométrie à l’analyse de discours
|
|
|
|
In: Langue française, N 203, 3, 2019-09-30, pp.101-115 (2019)
|
|
BASE
|
|
Show details
|
|
|
| 18 |
L'évolution de la mémoire de la Shoah au prisme de la statistique textuelle
|
|
|
|
In: La vérité du témoin ; https://hal.archives-ouvertes.fr/hal-01890536 ; Denis Peschanski; Brigitte Sion. La vérité du témoin, 2, Hermann Éditeurs; Institut National de l’Audiovisuel, pp.93-124, 2018, Mémoire et mémorialisation, 9782705697365 (2018)
|
|
BASE
|
|
Show details
|
|
|
| 19 |
Text Deconvolution Saliency (TDS) : a deep tool box for linguistic analysis
|
|
|
|
In: 56th Annual Meeting of the Association for Computational Linguistics ; https://hal.archives-ouvertes.fr/hal-01804310 ; 56th Annual Meeting of the Association for Computational Linguistics, Jul 2018, Melbourne, France (2018)
|
|
BASE
|
|
Show details
|
|
|
| 20 |
L’impossible réparation : l’image brisée de François Fillon durant la campagne présidentielle française 2017
|
|
|
|
In: ISSN: 0181-4095 ; EISSN: 2101-0382 ; Langage et Société ; https://hal.archives-ouvertes.fr/hal-01870751 ; Langage et Société, Maison des Sciences de L'homme Paris, 2018 (2018)
|
|
BASE
|
|
Show details
|
|
|
|
|
