Référencement automatique des documents basé sur le contenu à l’aide de techniques de similarité sémantique, d’augmentation de données et des réseaux siamois

Le Doyen de la Faculté des Sciences et Techniques de Béni Mellal porte à la connaissance du public que Madame KHATTABI Imane, soutiendra une thèse de Doctorat intitulée : « Référencement automatique des documents basé sur le contenu à l’aide de techniques de similarité sémantique, d’augmentation de données et des réseaux siamois».

La soutenance publique aura lieu le Samedi 28 Novembre 2026 à 10h00 à la Salle Polyvalente, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, devant le jury composé de :

• Monsieur DAOUI Cherki : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Président ;

• Monsieur BASLAM Mohamed : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Rapporteur ;

• Monsieur SALHI Abderrahim : Maître de Conférence Habilité, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Rapporteur ;

• Monsieur OUJAOURA Mustapha : Maître de Conférence Habilité, Ecole Nationale des Sciences Appliquées, Université Cadi Ayyad, Safi, Maroc, Rapporteur ;

• Monsieur EL MOURABIT Youssef : Maître de Conférence Habilité, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Examinateur ;

• Monsieur AIT OMAR Driss : Maître de Conférence Habilité, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Examinateur ;

• Monsieur BINIZ Mohamed : Maître de Conférence Habilité, Faculté des Sciences Appliquées, Université Sultan Moulay Slimane, Béni Mellal, Co-directeur de thèse ;

• Monsieur EL AYACHI Rachid : Professeur, Faculté des Sciences et Techniques, Université Sultan Moulay Slimane, Béni Mellal, Directeur de thèse ;

Résumé:

La production scientifique mondiale augmente d'une manière exponentielle, et la gestion manuelle des références bibliographiques devient à la fois chronophage et lacunaire. En moyenne, les chercheurs passent 20 % de leur temps d'écriture à cette activité, avec un risque d'oubli estimé à 30 % lorsqu'on utilise uniquement des approches syntaxiques. Cette thèse propose deux contributions complémentaires pour le référencement automatique de documents scientifiques sur la base de la similarité sémantique. La première contribution propose un système de référencement basé sur une combinaison de six mesures de similarité sémantique de WordNet — Wu et Palmer, Resnik, Lin, Leacock-Chodorow, Jiang-Conrath et Mihalcea associée à un pipeline avancé de traitement automatique du langage (TALN) en neuf étapes. Une seconde contribution dépasse les limites inhérentes à WordNet en proposant une architecture de réseaux siamois basée sur BERT et associée à une stratégie d’augmentation de données par substitution lexicale WordNet. Cette approche accroît de 300 % le corpus d’entraînement avec un taux de préservation sémantique de 94,3 % et intègre une optimisation dynamique des seuils de similarité par maximisation du F1-score. Le système obtient 79,8 % de précision et 83,2 % de F1-score, avec une réduction de 67 % de l'empreinte mémoire par rapport aux systèmes comparables de l'état de l'art. Ces deux contributions forment une progression cohérente, depuis l’approche symbolique jusqu’à l’approche neuronale. 

Mots-clés : Référencement automatique, similarité sémantique, WordNet, BERT, réseaux siamois, augmentation de données, TALN, NLP.