Jeudi 18 Avril

Heure:	00:59 - 11:30
Lieu:	Salle B107, bâtiment B, Université de Villetaneuse
Résumé:	Sentiment Analysis on Italian Tweets
Description:	Malvina Nissim Micro texts such as tweets are a precious mine for anyone who wants to grasp opinions of groups of people, possibly about a specific topic or product. Tweets are associated to several kinds of meta-data, such as geographical coordinates of where the tweet was sent from, the id of the sender, the time of the day, and so on --- all information that can be combined with text analysis to yield an even more accurate picture of who says what, and where, and when. Mining opinions, however, requires data and tools which are not necessarily available for all languages of interest. In this talk I will present TWITA, the first of corpus of tweets for Italian, collected in such a way that makes it possible to use the exact same strategy to build similar resources for other languages without any manual intervention. I will also show how we derive a polarity lexicon for Italian, organised by word senses, also using a fully automatic strategy which can replicated to obtain such a resource for other languages. Finally, I will discuss preliminary experiments on using the lexicon to automatically assign polarity to two subsets of the tweets in our corpus, namely a generic one, and a topic-specific one, and highlight limitations of a shallow approach and directions for improvement. (joint work with Valerio Basile, Rijksuniversiteit Groningen)

Heure:	09:30 - 12:30
Lieu:	Salle B107, bâtiment B, Université de Villetaneuse
Résumé:	Journée inaugurale du pôle MathSTIC de Paris 13
Description:	Journée inaugurale du pôle MATHSTIC :3 laboratoires de l'Institut Galilée (Le LAGA, le LIPN, et le L2TI)s'associent pour proposer une journée inaugurale du POLE MATHSTIC,le 18 avril de 9h30 à 17h30 en Amphi A.9h30 Accueil9h45 Présentation du pôle (C. Fouqueré) Mots de C. Desfrançois VPCS et F. Dibos Directrice del'institut Galilée10h Présentation de l'axe 2 (L. Halpern) Architectures émergentes et passage à l'échelle d'applicationsparallèles (C. Coti) Déploiement de réseaux sans fil (N. Achir ) Méthodes de décomposition de domaine espace-temps (C. Japhet) Calculs performants pour la simulation d'écoulements à frontsraides (F. Benkhaldoun)12h Buffet (salle M100 de l'IUT)13h15 Présentation de l'axe 3 (A. Sportiello) Mots circulaires (B. Rittaud) Physique combinatoire : algèbres de Hopf - combinatoires enthéories quantiques de champs (A. Tanasa) Combinatoire et aléas (P. Marchal)15h15 pause café15h30 Présentation de l'axe 1 (R. Wolfler-Calvo) Les algorithmes de flots à la rescousse (L. Létocart) Compression d'images avec contrôle de qualité : au delà ( B. Matei) Améliorer la mobilité grâce aux Systèmes de TransportIntelligents (K. Boussetta)17h30 fin

Heure:	12:30 - 14:00
Lieu:	Salle B107, bâtiment B, Université de Villetaneuse
Résumé:	Classification non-supervisée : de la multiplicité des données à la multiplicité des analyses
Description:	Jacques-Henri Sublemontier La classification automatique non-supervisée est un problème majeur, aux frontières de multiples communautés issues del'Intelligence Artificielle, de l'Analyse de Données et des Sciences de la Cognition. Elle vise à formaliser et mécaniser la tâchecognitive de classification, afin de l'automatiser pour la rendre applicable à un grand nombre d'objets (ou individus) à classer.Des visées plus applicatives s'intéressent simplement à l'organisation automatique de grands ensembles d'objets en différentsgroupes partageant des caractéristiques communes. Les objets à classer peuvent être : des clients dans le cadre du marketing,des gènes ou des protéines dans le cadre de la biologie, des acteurs dans le cadre de la recherche de communautés dans les réseaux sociaux, ou bien encorede caractères manuscrits dans le cadre de la reconnaissanceautomatique de caractères. L'objet de ce séminaire est de s'intéresser à des méthodes de classification non-supervisées applicables lorsque lesobjets peuvent être décrits par plusieurs représentations indépendantes simultanément, ou lorsque plusieurs sourcesd'informations sont disponibles pour compléter et guider la recherche d'une ou plusieurs structures classificatoires des données.La notion de multiplicité devient alors proéminente, et celle-ci sera observée selon différents angles et à travers différentsparadigmes de l'apprentissage automatique et de la fouille de données.  Un exposé d'études récentes et de contributions autour des paradigmes du"clustering multi-vues", de l'"alternative clustering", du "clustering semi-supervisé" du "clustering ensemble" et plus généralementde la combinaison, coopération ou collaboration de clusterers (ou algorithmes de regroupement) sera présenté,tout en motivant la recherche de solutions unifiantes. Ce dernier thème de recherche permet d'apporter des propositions répondant à desproblèmes très actifs et actuels en Fouille de Données et en Extraction et Gestion des Connaissances.