Equipe académique

Fabian M. Suchanek a développé entre autres YAGO, une des plus grandes bases de connaissances publiques, qui lui a valu une mention honorable dans le cadre du prix de thèse SIGMOD ainsi que le Test of Time Award of The Web Conference 2018. Parmi ses domaines de recherche figurent la fouille de données, le raisonnement automatisé et les bases de connaissances. Fabian a publié environ 100 articles scientifiques dans diverses publications, notamment ISWC, VLDB, SIGMOD, WWW, CIKM, ICDE et SIGIR, et ses travaux ont été cités plus de 13000 fois.

Mots-clés : web sémantique, bases de connaissances, fouille de données, traitement automatique du langage naturel, raisonnement automatisé.

Voir son site

Bureau 4C20

Chloé Clavel est chercheuse à l'INRIa Paris. Elle travaille actuellement sur les interactions entre humains et agents virtuels, de l’analyse du comportement socio-affectif de l’utilisateur aux stratégies d’interaction socio-affective. Elle a participé à plusieurs projets européens et nationaux collaboratifs autour du Social Computing (ex: H2020 ITN ANIMATAS, aria-valuspa UE-TIC, Labex smart).

Mots-clés : analyse des opinions, traitement automatique du langage naturel, apprentissage, traitement de la parole, reconnaissance des émotions, interaction humain-agent.

Voir son site

Cyril Chhun est doctorant à Télécom Paris, Institut Polytechnique de Paris, sous la supervision des professeurs Fabian Suchanek et Chloé Clavel. Dans sa thèse, il étudie la génération, l'interprétation et la représentation de textes du point de vue de la narration. Il est diplômé de l'École polytechnique et de Télécom Paris.

Mots-clés : traitement automatique du langage, apprentissage profond, génération de textes

Voir son site

Bureau 4C05

Simon Coumes cherche à développer des représentations du savoir adaptées au raisonnement mêlant des données issues de sources aux contextes différents.

Mots clés : Représentation du savoir, ontologies, raisonnement.

Voir son site
Bureau 4C23

Chadi Helwe est doctorant à Télécom Paris, Institut Polytechnique de Paris, sous la supervision des professeurs Fabian Suchanek et Chloé Clavel. Dans sa thèse, il étudie des méthodes permettant de combiner des approches symboliques et neuronales pour le raisonnement sur des textes en langage naturel. Il a obtenu sa maîtrise en informatique à l'Université américaine de Beyrouth. Ses recherches portent sur l'apprentissage statistique, le traitement du langage naturel et l'imagerie biomédicale.

Mots-clés : Apprentissage profond, apprentissage statistique, traitement du langage naturel, méthodes neuro-symboliques.

Voir son site

Bureau 4C23

Zacchary Sadeddine est doctorant à Télécom Paris, Institut Polytechnique de Paris, sous la supervision du professeur Fabian Suchanek. Dans sa thèse, il étudie la représentation et l’extraction de la sémantique de textes, dans l’optique d’effectuer du raisonnement logique. Il est diplômé de Télécom Paris.

Mots-clés: Traitement Automatique du Langage, Représentation Sémantique, Apprentissage Profond.

Bureau 4C20

Pierre-Henri Paris est chercheur post-doctoral à Télécom Paris, Institut Polytechnique de Paris. Au cours de sa thèse de doctorat au CNAM/Sorbonne Université, il a travaillé sur l'identité contextuelle dans les graphes de connaissance, et en particulier sur les conditions dans lesquelles deux entités peuvent partager un certain nombre d'informations. Dans le cadre du projet NoRDF, il travaille sur les formalismes de représentation des connaissances pour les connaissances complexes.

Mots-clés : web sémantique, bases de connaissances, liage de données, raisonnement automatique, logique de description.

Bureau 4C23

Lihu Chen était doctorant à Télécom Paris, Institut Polytechnique de Paris, sous la supervision des professeurs Fabian Suchanek et Gaël Varoquaux. Dans sa thèse, le principal sujet de recherche est la désambiguïsation d'entités, qui vise à développer un système de liaison d'entités général, efficace et robuste. Il a obtenu sa maîtrise en informatique à l'Université Jiaotong de Pékin. Ses recherches portent sur l'apprentissage profond et le traitement du langage naturel. Lihu a soutenu sa thèse en 2023.

Mots clés : apprentissage profond, traitement du langage naturel, désambiguïsation.

Voir son site

Julie Dessaint est en stage à Télécom Paris, Institut Polytechnique de Paris, sous la supervision des professeurs Fabian Suchanek et Thomas Bonald. Dans le cadre de son stage, elle étudie les méthodes d'extraction et de raisonnement sur le langage naturel et les informations complexes. Elle est diplômée de l'École polytechnique et a obtenu le Master Mathématiques, Vision, Apprentissage de l'Institut Polytechnique de Paris.

Mots-clés : Traitement du langage naturel, représentation des connaissances sémantiques.

Paola Ortega est étudiante en Master Data et Intelligence Artificielle à l'Institut Polytechnique de Paris. Avant de commencer son Master, elle a travaillé pendant 2 ans comme ingénieur de données, combinant ses connaissances de base en informatique avec des techniques de traitement de données. Dans son stage, elle développe une méthode pour transformer une longue phrase en langage naturel en un ensemble de phrases plus courtes qui sont sémantiquement équivalentes à l’original.

Mots-clés : ingénierie des données, traitement du langage naturel, 0ntologies, apprentissage profond, apprentissage statistique.

Voir son site

Bureau 4C23