Soutenance de thèse : Connor MacLean
Titre : Méthodes du traitement automatique des langues pour l’évaluation de l’innovation : une application aux start-ups du secteur de l’énergie
Date et lieu : jeudi 5 novembre 2026 à 14h, en amphithéâtre De Dietrich à l'INSA Strasbourg,(24 boulevard de la Victoire, 67000 Strasbourg) mise à jour : Villa Brunner (61 avenue des Vosges, 67000 Strasbourg)
La soutenance se déroulera en anglais et sera suivie d’un pot
Jury :
- Directeur de thèse : Denis Cavallucci, professeur, INSA Strasbourg
- Rapporteur : Jean-Charles Lamirel, Université de Lorraine
- Rapporteur : Davy Monticolo, Université de Lorraine
- Examinatrice : Florence Le Ber, ENGEES
- Examinatrice : Eunika Mercier-Laurent, Université de Reims Champagne-Ardenne
- Invité : Laurent Lelait, Électricité de France (EDF)
Résumé :
L’analyse automatique de corpus de textes spécialisés est de plus en plus pertinente pour la veille technologique et l’intelligence de l’innovation, dans lesquelles de grands volumes d’informations scientifiques et issues des entreprises doivent être traités afin d’identifier les technologies émergentes, les acteurs et les domaines d’innovation prometteurs. Cependant, l’extraction d’informations pertinentes à partir de tels corpus reste difficile. Les données scientifiques et relatives aux entreprises sont hétérogènes, spécifiques à chaque domaine et souvent peu abondantes, tandis que les méthodes conventionnelles de Traitement Automatique du Langage (TAL) peuvent produire des représentations difficiles à interpréter ou à traduire en indicateurs exploitables pour l’analyse de l’innovation. Cette thèse étudie des méthodes de TAL pour l’analyse automatique de corpus spécialisés dans le contexte de l’évaluation de l’innovation, avec un intérêt particulier pour les startups du secteur de l’énergie et des énergies renouvelables. Elle développe et combine plusieurs approches méthodologiques répondant à des aspects complémentaires du processus d’analyse : l’extraction de produits et procédés nouveaux pertinents à partir d’articles scientifiques, la découverte de thèmes et sujets latents dans des corpus liés à l’énergie, ainsi que la quantification des relations entre domaines technologiques, notamment à travers une proposition de score de potentiel d’innovation.
Ces méthodes sont intégrées dans une chaîne complète d’analyse utilisant un corpus hétérogène combinant des publications scientifiques et des informations relatives aux entreprises. Ce corpus a été extrait au cours de la thèse et représente un état des données à un instant donné. Le système résultant permet la collecte et la structuration de données relatives aux entreprises et aux publications, l’extraction automatique d’entités, la découverte de thèmes, l’analyse de l’interdisciplinarité fondée sur la TRIZ, ainsi que le calcul d’indicateurs composites d’innovation. Une plateforme logicielle fonctionnelle est développée afin de rendre ces méthodes utilisables par des chercheurs et des partenaires industriels dans un contexte de veille technologique, avec une implémentation maintenue au sein de l’infrastructure de recherche de l’INSA Strasbourg. Appliquée au secteur des énergies renouvelables, l’approche proposée montre comment le TAL peut transformer des informations textuelles et relatives aux entreprises, hétérogènes, en éléments structurés et quantitatifs pour l’analyse de l’innovation. La thèse contribue au Traitement Automatique du Langage à travers de nouvelles approches de représentation syntaxique des textes appliquées à la modélisation de sujets (topic modeling), ainsi que par des études exploratoires sur les annotations d’entités optimales pour des modèles de NER/REN spécialisés. Elle contribue également à l’ingénierie de l’innovation par l’intégration de ces méthodes dans un cadre évolutif destiné à la veille technologique et à l’évaluation d’entreprises émergentes.








