Vers une approche non orientée de la caractérisation de la qualité d'une odeur

par Massissilia Medjkoune

Projet de thèse en Informatique

Sous la direction de Jacky Montmain.

Thèses en préparation à Montpellier , dans le cadre de École Doctorale Information, Structures, Systèmes (Montpellier ; 2015) , en partenariat avec LGI2P - Laboratoire de Génie Informatique et d'Ingénierie de Production - Ecole des Mines d'Alès (laboratoire) et de KID - Knowledge representation and Image analysis for Decision (equipe de recherche) depuis le 05-01-2015 .


  • Résumé

    Lors de l'évaluation d'une odeur, les non-spécialistes fournissent généralement des descriptions sous forme d'un sac de termes. Néanmoins, ces évaluations ne peuvent pas être traitées par des méthodes classiques qui ont été conçus pour des évaluateurs formés ayant une excellente maîtrise du vocabulaire contrôlé des professionnels. En effet, actuellement des approches basées sur l'apprentissage sont utilisées. Ces approches trop restrictive limitent les descripteurs possibles pour un public non initié et nécessitent donc une phase d'apprentissage du vocabulaire qui est couteuse. L'objectif de ce travail est de fusionner les informations exprimées par ces descriptions libres (termes) dans un ensemble de descripteurs non ambigus qui caractérisent au mieux l'odeur; cela permettra d'évaluer les odeurs à base des descriptions des non-spécialistes. L'objectif global est de proposer une approche non orientée qui se base sur le traitement du langage naturel et des techniques de représentation des connaissances - elle ne nécessite pas l'apprentissage d'un champ lexical et peut donc être utiliser pour évaluer les odeurs avec des évaluateurs non-spécialistes.

  • Titre traduit

    Towards a non oriented approach of the characterization of the quality of a smell


  • Résumé

    When evaluating an odor, non-specialists generally provide descriptions as bags of terms. Nevertheless, these evaluations cannot be processed by classical odor analysis methods that have been designed for trained evaluators having an excellent mastery of professional controlled vocabulary. Indeed, currently, mainly oriented approaches based on learning vocabularies are used. These approaches too restrictively limit the possible descriptors available for an uninitiated public and therefore require a costly learning phase of the vocabulary. The objective of this work is to merge the information expressed by these free descriptions (terms) into a set of nonambiguous descriptors best characterizing the odor; this will make it possible to evaluate the odors based on non-specialist descriptions. The objective is to propose a non oriented approach based on Natural Language Processing and Knowledge Representation techniques - it does not require learning a lexical field and can therefore be used to evaluate odors with non-specialist evaluators.