1 - Contribution des mesures d'information à la modélisation crédibiliste de connaissances
Notice bibliographique
Résumé
Dans le cadre de la reconnaissance de formes, plusieurs methodes de classification ont ete developpees. Plus recemment, des methodes utilisant la theorie de Dempster-Shafer ont ete mises au point afin de gerer les problemes lies a la fusion d'informations imparfaites. Nous proposons ici une methode de discrimination fondee sur l'utilisation de structures de croyance. L'une des principales difficultes de la theorie de l'evidence reside dans la modelisation des connaissances. Afin de pallier ce probleme, plusieurs methodes de modelisation des connaissances a l'aide de fonctions de croyance ont vu le jour, dont celle proposee par A. Appriou [1, 2]. Afin de respecter l'inference bayesienne dans le cas de la connaissance parfaite des probabilites a priori, nous utilisons cette methode pour initialiser nos fonctions de croyance. Notre contribution reside dans l'utilisation de coefficients de fiabilite attribues a chaque source d'information selon chaque hypothese afin de modeliser le plus precisement possible l'information disponible. Ces coefficients sont definis par l'intermediaire d'une mesure de ressemblance entre des approximations de lois de probabilites a priori inconnues. Celles-ci sont determinees par des histogrammes construits a l'aide de criteres d'information. Les structures de croyance issues des sources les moins fiables sont alors affaiblies. Ensuite, les informations sont fusionnees a l'aide de l'operateur de combinaison de Dempster. Des resultats sur des donnees synthetiques sont proposes afin d'illustrer la methode.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».