Textual Data and Natural Language Processing for Next Generation Intelligent Transportation Systems: Perspectives, Techniques and Challenges

RÉSUMÉ Les Systèmes de Transport Intelligents (STI) contribuent à l’amélioration des différents aspects des réseaux de transport tels que la sécurité, la fiabilité, les choix de voyage éclairés, la performance environnementale et la résilience de l’exploitation du réseau. Un changement significatif dans STI au cours des dernières années est que ces systèmes passent des systèmes traditionnels axés sur la technologie aux systèmes axés sur les données. Cependant, au milieu de ce changement, les données textuelles sont une sorte de données qui a été moins explorée. Depuis ces dernières années, beaucoup plus de données publiques sont désormais disponibles à partir de diverses sources de données qui peuvent être traitées pour aider à améliorer une variété de domaines dans les systèmes de transport. Les données des réseaux sociaux sont une forme spéciale de contenu textuel riche, généré par les utilisateurs, qui recèlent d’énormes potentiels d’utilisation dans divers domaines du transport. Cette thèse se concentre sur l’exploration des domaines dans lesquels les données textuelles, notamment les données des réseaux sociaux, peuvent être bénéfiques pour STI et propose des approches de traitement automatique du langage naturel (TALN) pour examiner le potentiel de ces données pour aider à améliorer plusieurs domaines des réseaux de transport. Cette thèse propose une séquence de méthodes nécessaires pour transformer les données textuelles en contenu utilisable dans la modélisation pour la pratique et la recherche en introduisant les concepts fondamentaux et en proposant les méthodes de métriques de similarité, de text embeddings, d’analyse de sentiment et de modélisation de topics, chacune abordant un do-maine de problèmes rencontrés dans l’application des techniques de TALN dans le domaine des transports. Pour mener cette étude, un plan de recherche a été formulé incluant des méthodes spécifiques, en quatre grandes parties, dont chacune implique une approche distincte. Toutes les parties sont liées en termes d’objectifs et diffèrent dans leur approche et leurs détails. La portée de l’étude a été limitée pour inclure uniquement le réseau du métro et comme études de cas, les réseaux de métro canadiens. Le premier article de cette thèse implique une approche de classification de texte multilingue pour détecter les incidents dans le réseau de transport du métro dans la région métropolitaine de Montréal au Québec, Canada.