La fouille de texte a déjà prouvé son intérêt pour tirer le sens des contenus et les enrichir avec des informations contextuelles, ce qui facilite la navigation, la recherche et aujourd’hui la recommandation automatique d’information. Cependant, les approches conventionnelles sont complexes à mettre en œuvre et coûteuses à exploiter pour une qualité pas toujours au rendez-vous. Grâce aux nouvelles approches statistiques issues du machine learning, la classification automatique de documents et l’extraction d’entités nommées deviennent très accessibles et bien plus qualitatives.  Antidot vous présentera deux retours d’expérience sur ces nouvelles approches dans des contextes clients opérationnels dans le domaine de l’information juridique avec le CAIJ (Centre d’Accès à l’Information Juridique du Québec) et dans le domaine de la presse avec l’hebdomadaire Le Point.

1. Comment l’intelligence artificielle
réinvente la fouille de texte
Documation – Data Information Forum 2016
William Lesguillier – Product manager offre Valorisation des Contenus

2. 2
Antidot – Qui sommes-nous ?
● Editeur de logiciels
● Moteurs de recherche| enrichissement des données
● Depuis 1999 | Paris, Lyon, Aix-en-Provence
● 47 collaborateurs, +150 clients
● Mission : délivrer à nos clients des solutions hautement
configurables et innovantes qui créent de la valeur à partir de
leurs données et augmentent leur performance
opérationnelle

3. 3
Parmi nos clients
● Production de contenus
● Industrie
● E-Commerce
● Santé

4. 4
Qu’est-ce que le Machine Learning
● Définition : faculté donnée à un
ordinateur d’apprendre un
comportement à partir d’exemples
● Discipline scientifique : l’Intelligence Artificielle
(IA)
● Mais fondée sur une approche probabiliste, par
opposition aux approches par règles

5. 5
Re-re-renaissance de l’IA
● Après une histoire mouvementée,
l’Intelligence Artificielle est de retour sur le
devant de la scène
● Deux facteurs techniques principaux :
● Le développement de la puissance de calcul
● La disponibilités accrues des données
● Et surtout : des applications directes

6. 6
L’événement qui change tout
William Wilkinson’s ‘An account of the principalities of Wallachia and Modavia’ inspired this author’s most famous novel.

7. 7
L’événement qui change tout
● Puissance de calcul : 100 servers
● Données disponibles : 200 millions de pages

8. 8
L’événement qui change tout

9. 9
ML : illustrations des principes
Dire si un logement se
trouve à New York ou
San Francisco
Altitude des logements
Concept d’attribut
Crédit : http://www.r2d3.us

10. 10
ML : illustrations des principes
Dire si un logement se
trouve à New York ou
San Francisco
Concept de modèle
d’entrainement

11. 11
Données
d’entrainement
Données de test
ML : illustrations des principes
Dire si une maison se
trouve à New York ou
San Francisco
Concept de
surentrainement

12. 12
Qu’est-ce que le Deep Learning ?
● Se base sur les algorithmes de réseaux de
neurones
● Très adapté pour la reconnaissances de signaux
: analyse d’images photo ou vidéo,
reconnaissance sonore, reconnaissance
vocale…
● Avènement grâce à la puissance des GPU
(Graphic Computing Units) très adaptés à ce type
de calcul

13. 13
Approche par couches d’attributs
Yann LeCun, leçon inaugurale au Collège de France : http://www.college-de-france.fr/site/yann-lecun/inaugural-lecture-
2016-02-04-18h00.htm

14. 14
Reconnaissance de texte
Yann LeCun, Collège de France : http://www.college-de-france.fr/site/yann-lecun/inaugural-lecture-2016-02-04-18h00.htm

15. 15
Détection de piétons
Yann LeCun : https://www.youtube.com/watch?v=MnZNSZGNGyc

16. 16
Approches combinées
+ =

17. 17
Approches combinées

18. 18
Machine Learning : pour quoi faire ?
● Reconnaissance du
texte (y compris
manuscrit) et de la
voix
● Traduction
automatique
● Text mining
● Aide à la recherche
d’information
● Assistants personnels
● Assistance au
diagnostic médical
● Smart cities
● Sécurité informatique
● Voiture autonome
● Robotique
● …

19. 19
Le Machine Learning chez Antidot
Enrich Access
Search
Semantic & ComplexText mining
Graph &
Linked Data

20. 20
Classification automatique de texte
Droit de la famille
Droit fiscal
Droit pénal

21. 21
Classification sur rechercheisidore.fr

22. 22
Classification automatique

23. 23
Classifier à partir d’un corpus catégorisé

24. 24
Ou d’un corpus non catégorisé

25. 25
Classification automatique

26. 26
Atelier d’entrainement

27. 27
Atelier d’entrainement

28. 28
Atelier d’entrainement

29. 29
Boucle d’amélioration continue

30. 30

31. 31
Mesurer la qualité des résultats

32. 32
Mesurer la qualité des résultats

33. 33
Précision inégalée

34. 34
Extraction d’entités nommées

35. 35
Extraction d’entités

36. 36
Les avantages du ML pour le text mining

37. 37
Nos autres rendez-vous Documation
● Démonstration Content Classifier
● Speed Demo sur le stand de Sollan aujourd’hui de
12h30 à 12h45
● Conférence avec Spark Archives
● Demain à 10h30
● Notre stand D23

38. 38
Sources et ressources
● Wikipedia : Histoire de l’intelligence artificielle
● TEDx: Ken Jennings, « Watson, Jeopardy and me, the obsolete know-it-all »
● TechRepublic : IBM Watson: The inside story of how the Jeopardy-winning supercomputer was
born, and what it wants to do next
● A visual introduction to machine learning
● Wired : Google’s Artificial Brain Learns to Find Cat Videos
● IBM : machine learning applications
● Le Monde : série d’articles de Morgane Tual sur l’intelligence artificielle
● Yann LeCun : leçon inaugurale au Collège de France
● Yann LeCun, Marc'Aurelio Ranzato : Deep Learning tutorial
● Olivier Ezratty : série de billets de blog sur l’IA
● Tastehit.com : Google DeepMind's AlphaGo: How it works

39. Merci de votre attention
A vos questions !
@AntidotNet
info@antidot.net