Résumé de la thèse

La Recherche d'Information (RI), et en particulier la recherche documentaire scientifique, est un des principaux défis du Traitement Automatique du Langage (TAL), en raison des récents développements en matière de Large Language Models (LLMs) et d'Intelligence Artificielle 

(IA) générative. Utilisés indifféremment comme des outils capables d'interpréter, d'extraire et d'indexer tout type de contenu, ces technologies et les modèles probabilistes qui les sous-tendent n'ont pourtant pas été conçus spécifiquement pour ces tâches. 

L'automatisation complète de l'extraction des métadonnées par ces modèles repose sur une approche purement statistique et inductive de la sémantique linguistique pour l'indexation des publications scientifiques, et par conséquent, pour leur mise en relation. L'enjeu de la découvrabilité dans les sciences rejoint ici la question de l'explicabilité des méthodes de mise en relation des savoirs.