Séance de cours

Laboratoire des humanités numériques : Pratiques

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

HUM-369: Humanités digitales

Ce cours explore comment les Humanités se transforment à l'ère de l'intelligence artificielle et des données massives. Chaque séance aborde le futur d'une discipline. Les étudiants développent un prototype numérique (Vibe coding) pour accelerer la recherch ...

Description

Cette séance de cours initie les étudiants aux humanités numériques à travers des exercices pratiques, tels que travailler sur un grand projet en cours. Il couvre l’histoire du DH Lab à l’EPFL, le programme doctoral et les collaborations avec l’Université de Lausanne. Les étudiants s'engagent dans des activités telles que l'extraction automatique de texte, la datafication biographique et les présentations de projets. Le cours explore également la création d'une plate-forme de type Wikipedia appelée Wikipast. Grâce à des expériences pratiques, les étudiants acquièrent un aperçu des outils et des méthodologies des humanités numériques.

Enseignant·e·s (3)

Frédéric Kaplan

Courte biographie Le professeur Frédéric Kaplan dirige le Collège des Humanités de à l'école polytechnique fédérale de Lausanne (EPFL). Il est également titulaire de la chaire de Digital Humanities (humanités digitales / humanités numériques) et président de la Time Machine Organisation, une entité à but non lucratif regroupant plus de 600 institutions. Il est l'auteur d'une dizaine de livres, traduits en plusieurs langues, et de plus d'une centaine de publications scientifiques. Ses travaux ont également

Isabella Di Lenardo

Ph.D. in Theories and Art History. Isabella di Lenardo is senior scientist in Digital Humanities and Urban History. Her research activity is focused on digital tools and methods applied to Urban History. She is an expert in ancient cartography, city representations, cadastral sources interpreted through digital modeling, extraction and analysis systems.She's also interested in network analysis questioning the production and circulation of artistic and architectural knowledge in Europe XVIth – XVIIIth centuries in particular on North-South relationships and influences. The development of collaboration projects with European institutions and the activity carried out on various initiatives supported by the European Commission have allowed her to acquire specialism in the field of science applied to heritage, developing in particular specific skills for the enhancement of Cultural Heritage through digital tools. She leads projects in collaboration with Bibliothèque national de France (Paris), Institut National d’Histoire de l’Art (Paris), Ecole nationale des chartes (Paris), Université Paris I Panthéon-Sorbonne, Centre Allemand d’Histoire de l’Art (Paris), Musée du Louvre, Archives Nationales de Paris, Bibliothèque Historique de la Ville de Paris, Réunion des Musées Nationaux. She supervised all the urban modeling simulations for the Venice Time Machine project and acted as content curator for all the exhibitions (Venice Biennale, Grand Palais-Paris, Datasquare - ArtLab-Lausanne, Museo Correr-Venice). Head of “Replica” project : digitizing 1 million photos of artworks in the Fondazione Giorgio Cini (Venice) and visual patterns extraction through a search engine for visual similarities. She has a Ph.D in Art History and also studied Archaeology and Urban Studies. She has published essays and articles about Venetian Art and Urban History and participated in many Art exhibitions in European museums. She coordinated summer schools and workshops about Digital Tools for Art History and Urban History. She attended conferences on digital methods for History in universities and patrimonial institutions.

Source officielle

Concepts associés (32)

Extraction de connaissances

L'extraction de connaissances est le processus de création de connaissances à partir d'informations structurées (bases de données relationnelles, XML) ou non structurées (textes, documents, images). Le résultat doit être dans un format lisible par les ordinateurs. Le groupe RDB2RDF W3C est en cours de standardisation d'un langage d'extraction de connaissances au format RDF à partir de bases de données. En français on parle d'« extraction de connaissances à partir des données » (ECD).

Fouille de textes

La fouille de textes ou « l'extraction de connaissances » dans les textes est une spécialisation de la fouille de données et fait partie du domaine de l'intelligence artificielle. Cette technique est souvent désignée sous l'anglicisme text mining. Elle désigne un ensemble de traitements informatiques consistant à extraire des connaissances selon un critère de nouveauté ou de similarité dans des textes produits par des humains pour des humains.

Extraction terminologique

L'extraction terminologique est une application du traitement automatique du langage naturel qui consiste à extraire automatiquement une liste de termes à partir d'un corpus spécialisé. Les logiciels réalisant l'extraction terminologique sont appelés extracteurs de termes. Les termes extraits par l'extracteur de termes peuvent être utilisés de plusieurs façons : Terminologie assistée par ordinateur : Dans ce cas, l'extracteur de termes aide le terminologue dans sa tâche en lui "prémâchant" le travail.

Information extraction

Information extraction (IE) is the task of automatically extracting structured information from unstructured and/or semi-structured machine-readable documents and other electronically represented sources. In most of the cases this activity concerns processing human language texts by means of natural language processing (NLP). Recent activities in multimedia document processing like automatic annotation and content extraction out of images/audio/video/documents could be seen as information extraction Due to the difficulty of the problem, current approaches to IE (as of 2010) focus on narrowly restricted domains.

Résumé automatique de texte

Un résumé est une forme de compression textuelle avec perte d'information. Un résumé automatique de texte est une version condensée d'un document textuel, obtenu au moyen de techniques informatiques. La forme la plus connue et la plus visible des condensés de textes est le résumé, représentation abrégée et exacte du contenu d'un document. Cependant, produire un résumé pertinent et de qualité demande au résumeur (un humain ou un système automatique) l'effort de sélectionner, d'évaluer, d'organiser et d'assembler des segments d'information selon leur pertinence.

Afficher plus

Séances de cours associées (64)

Extraction d'entités et d'informations

Explore l'extraction de connaissances à partir du texte, couvrant des concepts clés tels que l'extraction de phrases clés et la reconnaissance d'entités nommées.

Web sémantique & Extraction d'information

Explore le Web sémantique, les ontologies, l'extraction de l'information, les phrases clés, les entités nommées et les bases de connaissances.

Extraction d'informations: Algorithmes et Techniques

Explore les algorithmes et les techniques d'extraction de l'information, y compris l'algorithme Viterbi, la reconnaissance des entités nommées, et la surveillance lointaine.

Introduction au traitement du langage naturel moderne

Introduit le cours sur le traitement du langage naturel moderne, couvrant son importance, ses applications, ses défis et les progrès de la technologie.

Extraction d'information: Méthodes et applications

Explore les méthodes d'extraction de l'information, y compris les approches traditionnelles et fondées sur l'intégration, l'apprentissage supervisé, la surveillance à distance et l'induction taxonomique.

Afficher plus

Maud Ehrmann

Maud Ehrmann is a research scientist at EPFL’s Digital Humanities Laboratory lead by Prof. Frédéric Kaplan . She holds a PhD in Computational Linguistics from the Paris Diderot Universtiy (Paris 7) and has been engaged in a large number of scientific projects centred on information extraction and text analysis, both for present-time and historical documents. Her main research interests span Natural Language Processing and Digital Humanities and include, among others, historical text annotation, historical data processing and representation, named entity recognition, and multilingual linguistic resources creation. Her current work at the DHLAB focuses on ‘impresso - Media Monitoring of the Past’ , a SNF sinergia project she initiated with Marten Düring ( C2DH ) and Simon Clematide ( ICL ) and which aims at enabling critical analysis of historical newspapers. In addition to the overall project management, her contributions to this project include system design and data management, annotation and benchmarking and named entity processing. Besides, she participates to the activities of the Venice Time Machine , working particularly on information extraction and knowledge representation tasks. Previously, she worked on the Garzoni project where she supervised and contributed to the development of a web-based transcription and annotation interface - in collaboration with Orlin Topalov, and built a linked data-based historical knowledge base. She also contributed to the Le Temps Digital Archives project . Prior to joining the DHLAB, she worked at the Linguistics Computing Laboratory at the Sapienza University of Rome with Roberto Navigli, where she worked on the BabelNet resource - a very large multilingual encyclopaedic dictionary and semantic network - and contributed to the LIDER project. Before that, she has been working for four years at the European Commission’s Joint Research Centre in Ispra, Italy, as member of the OPTIMA unit (now Text and Data mining unit), which develops innovative and application-oriented solutions for retrieving and extracting information from the Internet with a focus on high multilinguality. Together with Erik van der Goot, Ralf Steinberger , Hristo Tanev, Leo della Rocca and many others, she contributed to the development of the Europe Media Monitor (EMM). Prior, she worked at the Xerox Europe Research Centre in Grenoble, France (now Naver Labs Europe ) in the Parsing & Semantics group led by Frédérique Segond, first as PhD candidate supported through a CIFRE grant under the supervision of Caroline Brun and Bernard Victorri , then as a post-doctoral researcher. There her research focused mainly on the automatic processing and fine-grained analysis of entities of interest, specifically named entities and temporal expressions.

Concepts associés (32)

Extraction de connaissances

Fouille de textes

Extraction terminologique

Information extraction

Résumé automatique de texte

Afficher plus