Avatar

Amal Guha

Member since: mardi 28 juin 2011
Last Visit: jeudi 9 mars 2017
Informations
Details
Prénom
Amal
Nom
Guha
Organisme d'appartenance
CNRS
Corps
Ingénieur de recherche
Statut Membre
Membre principal
Habilité à diriger des recherches à l'ED 139 ou à l'ED 180
non
Information institutionnelle
Opération Labo
Pôle Informatique
Statut au laboratoire
ITA
Parcours universitaire
Résumé de la thèse

Compréhension de textes et représentation des relations causales

Ma thèse porte sur la notion de distance causale dans la représentation mentale du texte lu (hypothèse du modèle de situation). J’ai d’abord étudié dans la littérature, notamment philosophique, comment on définissait la relation de causalité « dans les choses ». Une telle définition semblant hors d’atteinte, j’ai élaboré des définitions opérationnelles de la distance causale, à la fois dans la réalité et dans le modèle de situation.

J’ai conduit deux expériences sur des chaînes causales (i. e. des séquences de phrases dans lesquelles chacune décrit la conséquence de la précédente) partielles issues de textes de vulgarisation, recueillant des jugements de plausibilité sur les couples cause-conséquence présentés. Il s’avère que la distance causale mentale (plausibilité) est d’autant moindre que le nombre d’intermédiaires sautés (approximation de la distance causale réelle) est important. On ne trouve pas d’effet du rang de lecture dans la plausibilité jugée. Par ailleurs, la familiarité du participant avec le thème abordé augmente la plausibilité jugée. Il est présenté une série de descripteurs du temps, de l’espace, et des protagonistes, qui permet de qualifier la relation entre les événements décrits par deux phrases plus finement que les descripteurs du modèle d’indexation multiple de Zwaan. Ces descripteurs ont été évalués pour l’ensemble des couples analysés, et ils sont prédicteurs (à 41%) de la plausibilité jugée. Par ailleurs, les descripteurs que j’ai identifiés qui marquent les relations de causalité typiques ne sont pas prédicteurs. La causalité est donc une dimension à part entière du modèle de situation, mais elle peut être en grande partie ramenée aux autres dimensions de la situation, que sont le temps, l’espace, et les protagonistes. Nous suggérons que ces données situationnelles peuvent fournir la base d’une décision « fruste » pour entreprendre ou non une inférence causale lors de la lecture d’un texte.

Présentation
Français
  • Projet MLE/MPF (http://www.mle-mpf.fr/):
    • Aide à la coordination
    • Responsable de l'archivage
    • Développé une application (python) établissant le lexique de chaque locuteur des retranscriptions
  • Projet chronolines (http://chronolines.fr/):
    • développe une application php/mysql pour l'évaluation d'une annotation automatique.
En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies.
More information Ok Decline