- 6
- 3
Ismail Badache
9
Documents
Identifiants chercheurs
- ismail-badache
- IdRef : 197813380
- 0000-0003-1868-1185
- Google Scholar : https://scholar.google.fr/citations?user=zTMmS_YAAAAJ&hl=fr
Présentation
**Ismail BADACHE** est recruté en 2018 comme maître de conférences en Informatique à l'INSPE d'Aix-Marseille. Son domaine de recherche est celui de la recherche d'information, le numérique éducatif, l'analyse des réseaux sociaux et le traitement automatique du langage (ex. l'analyse de sentiments, la fouille d'opinions, la détection de controverses/contradictions et des fake news). Il a travaillé sur la recherche d'information sociale (thèse Décembre 2012 - Février 2016 à l'Institut de Recherche en Informatique de Toulouse), sur la détection d'opinions contradictoires autour d'un sujet/aspect spécifique, ainsi que la mesure de l'intensité de contradiction dans les commentaires issus des plateformes des MOOC telles que coursera.org et edX (post-doctorat Octobre 2016 – Août 2018 à l'université d'Aix-Marseille). Il a été impliqué dans l'initiative INEX 2015 et classé premier, et a organisé un séminaire pour doctorants (DocToMe), un workshop pour des lycéens (Hippocampe 2014), et membre du comité de programme de WIC depuis 2014 ainsi que d'autres revues et conférences de qualité internationale, et a participé à l'organisation de plusieurs conférences telles que CLEF 2015, CORIA 2016, 2017, 2018, 2020, 2021. Ismail BADACHE a fait plusieurs publications scientifique dans des conférences et des revues préstigieuses comme WI, SIGIR, CHIIR et ECIR.
Publications
- 4
- 3
- 3
- 2
- 2
- 2
- 2
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 1
- 9
- 4
- 1
- 5
- 3
- 9
- 9
- 1
- 1
|
Unsupervised and Supervised Methods to Estimate Temporal-Aware Contradictions in Online Course ReviewsMathematics , 2022, 10 (5), pp.809. ⟨10.3390/math10050809⟩
Article dans une revue
hal-03597570v1
|
|
Prédire l'intensité de contradiction dans les commentaires : faible, forte ou très forte ?Bulletin de l'Association Française pour l'Intelligence Artificielle, A paraître
Article dans une revue
hal-01872267v1
|
|
Contradiction in Reviews: is it Strong or Low?40th European Conference on Information Retrieval, ECIR 2018 - BroDyn: Workshop on Analysis of Broad Dynamic Topics over Social Media, Mar 2018, Grenoble, France
Communication dans un congrès
hal-01796061v1
|
|
Prédire l'intensité de contradiction dans les commentaires : faible, forte ou très forte ?29es Journées Francophones d'Ingénierie des Connaissances, AFIA, Jul 2018, Nancy, France. pp.55-69
Communication dans un congrès
hal-01839546v1
|
|
Predicting Contradiction Intensity: Low, Strong or Very Strong?41st st International ACM SIGIR Conference on Research and Development in Information Retrieval SIGIR2018, Jul 2018, Ann Arbor, Michigan, United States. ⟨10.1145/3209978.3210098⟩
Communication dans un congrès
hal-01796060v1
|
|
Harnessing Ratings and Aspect-Sentiment to Estimate Contradiction Intensity in Temporal-Related ReviewsConference on Knowledge-Based and Intelligent Information and Engineering Systems, Sep 2017, Marseille, France. pp.1711-1720, ⟨10.1016/j.procs.2017.08.197⟩
Communication dans un congrès
hal-02066794v1
|
|
Détection de contradiction dans les commentairesConférence en Recherche d’Information et Applications (CORIA 2017), 2017, Marseille, France
Communication dans un congrès
hal-01490082v1
|
|
Finding and Quantifying Temporal-Aware Contradiction in Reviews13th Asia Information Retrieval Societies Conference (AIRS 2017), Nov 2017, Jeju Island, South Korea. pp.167-180, ⟨10.1007/978-3-319-70145-5_13⟩
Communication dans un congrès
hal-01904434v1
|
|
Predicting Contradiction Intensity: Low, Strong or Very Strong?The 41st International ACM SIGIR Conference on Research and Development in Information Retrieval, Jul 2018, Ann Arbor Michigan, United States
Poster de conférence
hal-03154390v1
|