Toutes les informations Sciences Cognitives
Vos enseignants vous informent !
Consultez régulièrement cette rubrique pour retrouver toutes les informations relatives aux séminaires organisés pour les étudiants de Master Sciences Cognitives.
Séminaire Cognition & Langage
Afin de permettre aux étudiant∙es d’ouvrir leurs champs de connaissances, le master Sciences Cognitives et le master TAL de l’université de Lorraine proposent conjointement le séminaire Cognition & Langage. Des chercheur∙es et des professionnel∙les de l’industrie viennent y présenter leurs travaux, leurs nouveaux développements et leurs avancées.
Objectifs
L’objectif principal du séminaire est de faire connaître aux étudiant∙es des deux masters les futurs métiers auxquels elles et ils se destinent, mais aussi des domaines et des travaux qui intéressent de près ou de loin les sciences cognitives ou le traitement automatique des langues. Les différentes thématiques des masters sont représentées afin de permettre aux étudiant∙es de voir à l’œuvre toutes les problématiques abordées au cours de leur cursus.
Le séminaire est ouvert aux étudiant∙es de licence MIASHS parcours sciences cognitives et aux autres étudiant∙es intéressé∙es. Il est également ouvert aux chercheur∙es intéressé∙es.
Pour les étudiant∙es en master SC ou TAL, la participation est obligatoire. La présence au séminaire permet cependant à tout∙es les étudiant∙es d’étendre leurs champs de compétences avant d’être confronté∙es à la réalité des métiers.
En pratique
Le séminaire a lieu le mercredi après-midi de 16h à 18h au Pôle Herbert Simon.
Programme 2022-2023
Programme en cours d’élaboration, surveillez les mises à jour…
21 septembre 2022, salle 201. Gaël GUIBON
Many companies make use of customer service chats to help the customer and try to solve their problem. However, customer service data is confidential and as such, cannot easily be shared in the research community. This also implies that these data are rarely labeled, making it difficult to take advantage of it with machine learning methods. In this seminar several works on emotion recognition in conversation and customer service related tasks will be presented. First we will go through data annotation with the annotation campaign from scratch even creating a dedicated annotation tool. Second, we will tackle data and label agnostic models using meta-learning. Then we will present the first work on a few-shot learning approach to emotion recognition in conversation. Finally, we will end the presentation with the first work on problem status and problematic conversation identification. All this work has been made during a joint post-doctoral position at the Information Processing and Communications Laboratory (LTCI) from Télécom Paris and the SNCF Direction Technologie Innovation Recherche Groupe (DTIPG).
Le Mouvement Biologique possède de nombreuses informations, qu’elles soient physiques ou cognitives. Des travaux ont montré qu’il était possible de déterminer le genre d’une personne, son émotion, voire même son identité. Ces caractéristiques sont accessibles à partir d’information sur la dynamique du mouvement des corps polyarticulés (p.ex. le mouvement des points d’articulation). Comprendre et interpréter le comportement d’une personne et son état sont des capacités liées à l’empathie. C’est une faculté commune à l’ensemble des mammifères qui se base sur certains systèmes neuronaux comprenant, entre autres, les neurones miroirs. Étant donné que l’empathie participe grandement aux interactions sociales chez les hommes et plus généralement les animaux, on est en mesure de se demander comment notre relation avec les robots peut s’en inspirer.
Nous discuterons dans cette présentation de comment l’assistance robotique et la robotique sociale peuvent se servir de l’interprétation du mouvement humain, riche d’informations physiques et cognitives, comme modalité d’amélioration de l’Interaction Humain Robot.
Knowledge graphs: construction, refinement, and applications, with a neuro-symbolic perspective
In the Web of data, an increasing number of knowledge graphs (KGs) are concurrently published, edited, and accessed by human and software agents. Their wide adoption makes key their construction, refinement, and usage. KG construction can rely on knowledge extraction from various types of data (e.g., text, tables). However, knowledge graphs are never fully correct or complete, hence the need to refine them through matching or link prediction. Matching consists in identifying equivalent, more specific, or somewhat similar units within and across KGs. This task is crucial since concurrent publication and edition may result in coexisting and complementary KGs. Link prediction aims at predicting the entity to which a given entity is connected through a given relation. Link prediction can be used both for KG completion and correction. KGs can also be mined to discover new and useful knowledge units. Their knowledge support applications such as explainable AI or recommender systems. However, all these tasks require to face the inherent heterogeneity of KGs, e.g., in terms of granularities, vocabularies, and completeness. Additionally, scalability issues arise due to their increasing size and their combinatorial nature. In this talk, I will present my work on knowledge graph construction (from tabular data, from other knowledge graphs), refinement (matching, link prediction), and usage (mining, explainable AI). Throughout all my presentation, I will focus on intertwining domain knowledge in the form of ontologies associated with knowledge graphs and machine learning models which opens interesting neuro-symbolic perspectives
La contribution des applications éducatives aux apprentissages en littératie et en numératie émergentes : Exemple de l’application AppLINOU.
Les recherches récentes montrent que les applications éducatives, notamment sur tablettes tactiles, peuvent aider les enfants de l’école maternelle à renforcer leurs apprentissages en littératie émergente (LE) et en numératie émergente (NE). Ainsi, cette communication se propose, dans un premier temps, de présenter les travaux sur l’apport des applications éducatives aux apprentissages des enfants d’âge préscolaire en LE et en NE. Ensuite, les qualités requises pour qu’une application éducative soit acceptable et utilisable au sein de la classe seront exposées. Un focus sera fait sur l’application AppLINOU (Apprendre avec LINOU en maternelle). Cette dernière résulte d’un travail de co-conception par une équipe multidisciplinaire (enseignants-chercheurs, enseignants de l’école maternelle, conseillers pédagogiques et ingénieurs en informatique). Enfin, les résultats d’une recherche quasi-expérimentale et longitudinale qui a porté sur 537 élèves suivis de la moyenne section de la maternelle jusqu’au fin du CP seront présentés. En guise de conclusion, les implications pratiques et les futures améliorations d’AppLINOU seront abordées.
Malgré les avantages évidents de la e-santé, la mise en œuvre de nouvelles technologies dans la pratique peut être difficile. Nous nous pencherons sur les raisons pour lesquelles il est si difficile de changer les pratiques médicales et de mettre en œuvre des innovations dans ce domaine, spécialement pour l’expérience utilisateur. Nous examinerons les facteurs psychologiques et organisationnels qui peuvent résister au changement et discuterons de la manière dont les professionnels de la santé peuvent surmonter ces obstacles. Enfin, nous explorerons les enjeux du futur de la e-santé, notamment l’utilisation de l’Intelligence Artificielle pour améliorer les parcours de soins. Nous discuterons des avantages et des inconvénients de l’IA en santé, des défis de sa mise en œuvre et de ses implications.
Séance reportée à septembre 2023.